为什么是 ChemWorld

ChemWorld 为实验智能提供一套属于它自己的世界引擎。

许多科学 Benchmark 要求模型从固定输入中检索、预测或解释。真实实验不同：证据并不完整，测量会消耗资源，操作可能失败，而下一步是否有价值取决于刚刚发生的事情。

ChemWorld 把这种交互变成一等研究对象。Agent 获得公开任务合同和部分可观测实验室，必须选择操作与仪器、遵守资源和前置条件、解释公开信号、在方案失败后恢复，并主动闭合实验。

缺失的中间层

知识 Benchmark	ChemWorld	真实实验室
证据已经给出	Agent 必须主动获取证据	通过真实设备获取证据
对一次回答评分	审计完整轨迹	流程和测量承担真实风险
世界规则通常固定	可通过受控 fork 改变隐藏规则	物理规律固定，但系统与设备不同

ChemWorld 位于二者之间：它足够丰富，可以研究实验决策；又足够确定、可检查，可以精确回放。

核心研究路线

1. 世界： 在稳定公开接口后组合有边界的化工过程模型。
2. 交互： 显式表示测量、失败、资源与生命周期选择。
3. Agent： 比较策略如何获取证据和适应，而不只比较终点。
4. 评估： 分开报告结果、约束、资源、适应与自主性。
5. 桥接： 通过独立后端、数据集和狭窄且获批的物理系统检验迁移。

什么才算成功

目标不是会背诵化学知识的聊天机器人，也不是普适数值模拟器；而是一套可审计环境，让实验能力可以被测量：选择信息量高的干预、根据证据更新、从失败中恢复，并在旧的局部模型失效时适应。

Public v0.4 边界

Public v0.4 提供 15 个有类型任务、通过资格测试的世界组合、provider-free 交互 Agent、单规律受控 fork、精确回放和一条完整净化 Agent 生命周期。它不发布跨方法 Agent 排名、私有确认集、普适化学保真度声明或真实实验室迁移结果。

继续阅读实验智能、因果世界或系统模型。