端到端 LLM 流水线自主产出凝聚态物理论文，入选 ICML 2026 工作坊

一项发表于 arXiv 并被 ICML 2026「AI for Science」工作坊接收的研究，展示了一套由大语言模型驱动的端到端流水线，能够在凝聚态物理领域从文献语料出发，自主完成选题、方法复现、第一性原理计算与论文撰写，最终产出一份达到可发表水准的稿件。该研究的核心发现涉及「交变磁压磁性」（altermagnetic piezomagnetism）这一前沿方向，包含三项实质性物理结果。

研究背景：AI 自主科研为何在物理领域遇阻

过去一年，LLM 智能体已在机器学习沙盒中实现端到端自动化，因为执行结果可直接提供校准信号。然而，前沿物理科学的研究路径与沙盒有本质差异：每一步方法选择都依赖物理推理、工具链往往缺乏完整文档，校准必须来自外部文献锚点。未经脚手架支撑的智能体通常只引用文献而不去「碰撞」文献，容易依据内部先验产生看似合理、但无法验证的结果。这篇工作正是针对这一瓶颈展开。

流水线设计：六阶段、47 次新鲜会话、2162 次文献咨询

研究者提出一个端到端运行的工作流，输入为一份由 11,083 篇近期凝聚态物理 arXiv 论文组成的语料库，输出为一份达到发表水准的物理研究手稿。其关键结构特征包括：

• 六个阶段，全程以磁盘文件作为唯一跨阶段共享状态；
• 共启动 47 次「新鲜上下文」会话（fresh-context session），避免上下文污染；
• 累计触发 2,162 次文献咨询事件（literature-consultation events），保证推理始终与外部文献对齐；
• 架构前阶段与架构后阶段完全自主运行；试点阶段仅在「复现失败」这一受限节点上请求人类介入，承担的是运维知识层面的纠错，而非科学方向上的决策。

故障容忍来自三重冗余：新鲜上下文隔离、分布式 grounding（将推理锚定到文献）以及对生成稿件的对抗式评审——三者各自能捕捉单一会话的盲区。

实验结果与消融分析

流水线在交变磁压磁性这一具体物理问题上输出了三项实质性的研究发现，并附带可复现的第一性原理计算。研究中设置了两组配对的失败模式作为对照实验：

• 一个「前架构基线」版本；
• 一个「无试点（no-pilot）」消融版本。

二者共同隔离出校准检查点处的「结构化数值碰撞」作为真正的 grounding 机制——只有在关键节点强制与既有文献进行数值比对，才能压制幻觉式的内部先验推演。

研究意义与边界

论文全文 39 页，含 5 张图，附录中附有由流水线本身生成的物理研究稿件（companion manuscript），并公开了数据与脚手架归档。该工作把「智能体自主科研」从机器学习沙盒推进到高风险科学领域，为计算物理之外的实验科学提供了可参考的原语、特征化的失败模式以及可量化的介入模式。作者同时强调：这一框架解决的是工程化脚手架问题，并不意味着 LLM 已具备独立的物理直觉，科学方向仍由人类研究者把关。