BaseCamp：用多智能体框架自动化 DNA 测序决策层

近日发表于 arXiv 的一项研究提出了 BaseCamp——一个面向 DNA 测序数据流水线的智能体 AI 框架。该工作聚焦于测序流程中尚未自动化的「决策层」：包括为不同样本与平台选择合适的质控阈值、判定临界变异、对异常进行诊断，以及决定哪些结果需要专家复核。这些任务重复度高、依赖经验判断、不同操作者之间一致性差，且往往缺少文档记录。

核心思路：把 LLM 推理限定在「决策层」

BaseCamp 的设计理念是明确隔离计算与决策。论文指出，序列比对、变异检测、注释等分析步骤已可由成熟工具稳定执行，真正需要人类经验的反而是围绕这些工具的判断环节。因此：

• 六个专用智能体分别负责：样本接收与质控、比对、变异检测、注释、跨阶段监控、报告生成。
• 智能体本身不直接执行序列分析，而是负责在多个工具间选择、配置参数、解读输出并决定下一步操作。
• LLM 推理被限制在「判断层」这一可被验证的范围内，从而保留现有工具的可复现性。

这种分层设计避免了让大模型直接处理序列数据带来的不可控风险。

技术实现：领域微调模型 + 本地化部署

在底层模型层面，BaseCamp 并未依赖通用大模型直接处理所有任务，而是采用：

• 一个中央推理大模型作为协调者。
• 一组针对测序领域微调过的专用大模型组成「模型联盟」，分别承担不同智能体的判断任务。
• 整套系统在本地运行，测序数据不离开操作环境，满足医疗与科研数据的合规需求。
• 引入人在回路（human-in-the-loop）编排机制，确保关键决策可被人工干预。

评估结果与意义

论文给出的评估结果显示：

• 智能体生成的配置与领域专家实践高度一致（concordant）。
• 显式的过滤账本（filtering ledger）使原本「无痕」的过滤操作变得可审计。
• 跨阶段异常检测能够发现执行监控遗漏的隐患。

作者将 BaseCamp 定位为「面向科学数据流水线的智能体自动化通用蓝图」，意在将这一「工具执行 + 智能体决策」的范式推广到其他科学领域。整体而言，该框架的价值不在于提出新算法，而在于对「LLM 在科学计算中应放在哪一层」这一关键问题给出了一种审慎、可落地的工程回答。