科学软件部署困局：一套机制如何将成功率从60%提升至95%以上

2021年，我第一次尝试在实验室服务器上复现一篇Nature论文的代码。README文档写得很漂亮，依赖列表看似完整。然而从编译到运行，我整整折腾了11天。

困局：从“发布即存在”到“运行即事实”

这不是个例。GitHub上超过80%的科学软件仓库，在克隆后无法直接运行。依赖缺失、版本冲突、系统不兼容——这些问题消耗了研究者大量宝贵时间，却从未被系统性解决。

更深层的矛盾在于：AIforScience的崛起让这一问题从“效率问题”升级为“第一性问题”。AIAgent需要真正能执行的工具，而非假设中的能力。

破局：Deploy-Master的链路化设计

Deploy-Master没有试图在单个环节突破，而是将部署重构为一条完整链路：发现→理解→构建→验证。

SearchAgent从91个科学与工程领域出发，通过锚点扩展策略将50万仓库收敛至52550个候选。这一步的价值不仅是筛选，更是对科学工具世界边界的首次结构化刻画。

核心：双模型辩论机制

单一模型生成构建规格的成功率仅有50%-60%。根因在于：科学软件的构建信息充满隐含假设，这些假设从未被显式表达。

Deploy-Master引入双模型博弈：BuildAgent生成方案，ReviewAgent独立审查并主动寻找不一致、缺失依赖与环境假设。多轮迭代后，方案趋于稳定。这一机制将成功率提升至95%以上。

验证：170种语言、50112个工具

在已部署的50112个工具中，我们观察到：构建时间呈长尾分布，Python占比最高，C/C++和Fortran因编译链复杂导致成功率略低。失败原因高度集中于构建流程错误，而非资源或权限问题。

这说明：失败不是异常，而是系统暴露问题的信号，也是自我修正的契机。

结论：执行是AgenticScience的前提

如果科学软件这一“最难部署场景”能够被系统性解决，那么问题本质便已清晰：不是工具类型差异，而是是否建立了以执行为核心的基础设施。

Deploy-Master证明：当“工具能否运行”从默认假设变为可验证事实，科学智能体才真正拥有了与现实世界交互的基础。