联邦化几乎无代价, 推理则不然: 蛋白质表征工作流中 AI 联合科学家的权衡

摘要

在蛋白质表征工作流中，自然语言驱动的自主联合科学家面临灵活性与推理同确定性、可复现性和可观测性之间的权衡。我们在生产级科学智能体平台上进行受控消融：给定蛋白序列，让智能体路由常用工具进行功能表征，比较联邦拓扑、经典RL与LLM驱动框架、模型和提示词，并按蛋白质新颖性分层。结果显示LLM选择对预测质量影响最大（Opus约92%-94%，o4-mini约40%-50%）；PPO策略以零token成本接近最优（88%），延迟最低、完全一致，但无推理轨迹；专家提示的LLM准确率最高但成本高、一致性较低，任务最难时提示依赖最大。联邦化的性能损失可忽略。