从虚拟世界到真实实验¶
ChemWorld 与现实的关系，不应只由“模拟得够不够像”一个问题决定。
Core 研究的是受控世界中的实验决策与机制适应。Bridge 要进一步回答：虚拟训练是否能减少 Agent 适应独立模型、真实数据和物理实验所需的实验次数、风险与成本。
当前状态
ChemWorld Bridge 是一条验证路线，不是已经交付的真实实验控制产品。当前网站描述的是分层目标、 所需证据和首批候选，不声称已经完成物理迁移。
现实有效性的阶梯¶
| 层级 | 问题 | 当前主要承担者 |
|---|---|---|
| 合同有效性 | 状态、操作、守恒和回放是否正确 | Core |
| 决策有效性 | 世界是否产生合理的实验权衡 | Core + Bench |
| 因果有效性 | 干预是否改变规律与有效策略 | Core + Bench |
| 行为有效性 | Agent 排名是否跨独立 backend 保持 | Bridge 待验证 |
| 迁移有效性 | 虚拟训练是否减少现实适应实验数 | Bridge 待验证 |
| 数值预测有效性 | 是否准确预测具体真实体系 | 仅限独立窄域模型，不是通用目标 |
Core 主要承担前三层。Bridge 逐步检验第四和第五层；任意真实化学体系的通用数值预测不属于当前 主张。
什么可能迁移¶
- 选择有信息价值的测量；
- 安排探索顺序；
- 表达和更新不确定性；
- 识别模型失效与世界变化；
- 从失败中恢复；
- 在安全和预算下进行少样本适应。
这些是实验策略层能力，不依赖某个匿名催化剂在虚拟世界中的具体最优用量。
什么不能直接照搬¶
- 匿名 Catalyst A–D 的具体身份和最佳用量；
- 未校准材料的绝对产率、谱图或分配系数；
- 虚拟风险分数对应的现实安全限值；
- 虚拟设备参数直接映射成现实控制设定；
- 在一个模拟器中的方法排名自动成为现实排名。
Bridge Backend 架构¶
Dataset Oracle历史真实实验，只读查询
Calibrated Simulator用开发数据校准
Independent Backend独立实现与测试数据
Physical Lab审批后的窄域设备
所有 Backend 共享公开 Action 与 observation 合同，但应明确声明无法映射的操作、单位转换、设备边界 和不确定性。Bridge 不允许用隐式 fallback 掩盖缺少现实实现。
一个 Bridge Pack 需要什么¶
- 物料身份、批次与 provenance；
- 虚拟 Action 到现实操作的映射；
- 单位、设备能力与安全边界；
- 仪器 observation 的校准和缺失策略；
- 校准数据与完全独立的测试数据；
- 预测与测量不确定性；
- 人类审批、权限和停止规则；
- 从建议到执行再到结果的 replay provenance。
第一批候选¶
| 候选 | 为什么适合 | 主要障碍 |
|---|---|---|
| Partition | 条件温和、成本较低、测量和物料映射清晰 | 真实混合物身份、相平衡校准与仪器误差 |
| Flow | 连续反馈、系统辨识与工业意义强 | 设备时延、联锁、安全与高频数据 |
| Crystallization | 动态过程和多目标适应价值高 | 成核随机性、粒度测量与设备差异 |
| Distillation | 多阶段规划与能耗问题重要 | 设备规模、安全和运行成本，不宜作为首个硬件闭环 |
建议顺序是：Partition 数据/低风险实验 → Flow shadow mode → Crystallization 窄域验证 → 更复杂流程。
正确的迁移指标¶
零样本复制虚拟最优配方不是主要终点。更关键的是在相同现实预算 k 下比较：
Transfer advantage(k)
= J(pretrained → target, k experiments)
- J(from scratch, k experiments)
还应报告：
- 达到同一目标减少了多少次现实实验；
- 适应期间的风险、失败与样品成本；
- 预训练先验是否造成负迁移；
- 与只使用现实开发数据的方法相比是否仍有收益。
从 Shadow Mode 开始¶
第一阶段 Agent 只提出建议，不控制设备。人类执行经过审批的操作，再把结果回写为 observation。 只有建议质量、权限、安全限幅、停止条件和 replay 链经过独立验证后，才讨论窄域闭环。
Agent proposal
→ deterministic validator
→ safety envelope
→ human approval
→ device adapter
→ measured result
→ provenance and replay
设备执行永远不能只依赖模型自然语言。任何现实实验都需要相应机构、人员资质和本地安全流程。