2026年10月7日——现有 AI 模型已发展到能够为实际科学研究作出贡献的阶段，但仍有局限。AI 智能体可以生成看似可信的数学推导和可运行的代码，却可能在此过程中改变底层科学设定，让研究人员得到看似正确、实则错误的结果。今天，Haiqu 推出 AgenticOS，以应对这一问题，为量子研究人员提供一支专为科学探索构建的 AI 智能体团队，旨在提前发现并防止错误。

在复杂的科学计算中，通用 AI 智能体可能擅自作出细微改动，例如改变分子几何构型，或引入未经批准的近似处理。这样一来，计算回答的就成了另一个问题，或者直接返回错误结果。借助 Haiqu AgenticOS，研究人员现在可以设计完整的量子研究项目——从最初的问题，到可在量子硬件上开展的实验——并安排多支 AI 智能体团队，在每个环节核验和确认研究结果。负责监督实验的团队随后可以检查每项假设和结论，以决定下一步如何推进。

Haiqu 联合创始人兼首席技术官 Mykola Maksymenko 表示：“将一个有潜力的研究想法转化为实际实验，需要多年积累的专业实践经验，以及对高度复杂技术方法的掌握，这些都需要投入时间和资源。AgenticOS 承担了其中大量劳动密集型工作，让研究人员能够腾出时间，专注于真正值得研究的问题，在不牺牲准确性的前提下更快获得结果。”

AgenticOS 建立在 Haiqu 于5月发布的平台之上。研究人员首先提出一个问题，系统随后分配专业 AI 智能体团队，开展文献审查、基于第一性原理的数学推导、量子计算可行性评估，以及结果核查。Haiqu 的 AgenticOS 将其研究探索过程呈现为一张由相互关联的研究任务组成的图谱。结果通过经典计算基准、测试、评审智能体和人工审查进行核查，并辅以形式化验证。科学家决定哪些内容需要锁定、哪些任务可以自主运行，以及哪些环节需要人工批准。

在近期一项获巴黎 NeurIPS 2026“AI for Scientific Discovery”专题研讨会接收的化学研究中，Haiqu 向领先的 AI 智能体提供了相同的研究任务说明，并比较了使用和不使用 AgenticOS 的表现，以展示其平台的必要性。在独立运行时，10次智能体运行中有4次忽略了一项明确的设置指令，导致答案出现显著差异。使用 Haiqu AgenticOS 后，相同模型从始至终遵循了已批准的方案，得到的量子模拟结果与精确对角化参考值的偏差约为3.4%。

Haiqu 联合创始人兼首席执行官 Richard Givhan 表示：“对于科学研究而言，能够组织 AI 智能体的工作、确保其有据可依并加以核查，与改进模型本身同样重要。每个实验室很快都将能够使用同样强大的 AI。能够信任 AI 产出结果的实验室将脱颖而出，而这正是我们构建 AgenticOS 的目的。”

AgenticOS 已被用于研究物理学中最具挑战性的问题之一。Hubbard 模型描述了电子在网格中跃迁，以及相遇时相互排斥的行为。Haiqu 研究的是该模型的一个二维“掺杂、具有对角跃迁的受挫”版本，该版本用于研究被称为铜氧化物的铜基材料中的高温超导现象。从科学家的一个想法出发，AgenticOS 在3-by-3网格上构建了实验；这一规模足够小，可以与精确的经典计算解交叉核验，随后系统在 IBM 量子计算机上运行了该实验。它将电路深度降低了75%，并提出了一种校准方法，使硬件结果与无误差量子计算机采用相同方法所得的结果一致。这表明，同样的方法有望用于经典计算机无法精确求解的更大规模模拟。

Haiqu 平台服务于测试具体应用场景的企业团队、大学研究实验室，以及希望迈出量子计算第一步的其他领域科学家。智能体可以帮助用户判断某种具体的量子计算方法是否值得继续探索，同时梳理算法选项、识别相关假设，并确定评估结果所需的经典计算基准。

研究计划准备就绪后，AgenticOS 会将其直接交给 Haiqu 的量子软件栈。Haiqu SDK 通过数据加载、电路压缩和误差缓解，进一步释放当今含噪声量子硬件的能力。随后，Haiqu Runtime 管理任务在模拟器以及 IBM、IonQ、IQM、AWS 等供应商的量子处理器上的执行，将时间和成本最多降低至原来的1/1,000。同一个平台既能帮助研究人员界定问题，也能将求解过程一路推进到量子计算机上。