浙大联合团队提出MAESTRO：大模型多智能体系统赋能自然灾害预警协同
台风来临前，预报能告知风雨情况，但应急决策者更需明确：哪些地区可能停电？哪些道路中断？物资应送往何处？这些问题横跨气象、水文、交通及应急管理等多个领域。尽管各部门拥有专业模型，但数据格式、术语及工作流程的差异往往导致信息孤岛，阻碍预测结果转化为协同行动。
针对这一痛点，浙江大学、华中科技大学与浙江省应急管理厅联合团队研发了基于大语言模型的多智能体系统 MAESTRO。该系统将实时观测、灾害预测、影响评估和预警建议无缝连接，并由应急指挥机构审核把关。相关研究成果已发表于《npj Artificial Intelligence》，且系统已成功接入浙江省级应急平台。
论文标题：MAESTRO: large language model-enabled cross-agency coordination for natural disaster early warning
论文链接：https://doi.org/10.1038/s44387-026-00124-z
图 1 MAESTRO 的预警链条与角色化多智能体架构（原论文图 1a、b）。
让专业模型协同，而非大模型包办
MAESTRO 并未试图让单一的大模型解决所有灾害问题，而是模拟真实机构的职责分工，设置三类智能体：态势感知智能体负责监测环境变化并触发任务；执行智能体负责拆解需求、安排协作；领域专业智能体则调用气象、水文、地质灾害等专业模型及知识库进行分析。
例如，气象智能体完成降雨预测后，水文智能体据此评估洪水风险，其他智能体进一步分析对人口和基础设施的影响。不同环节通过共享状态继承前序结果，并行任务同步推进，依赖任务按序执行。
在技术实现上，系统结合模块化工具路由与「推理 — 行动 — 观察」循环：先检索知识、选择模型参数，再检查结果，必要时调整分析。大模型在此过程中负责组织计算，而非直接凭语言生成灾害结论。系统会核查多源信息、识别冲突并组织重新分析，保留数据来源和更新记录，最终形成供人工审核的建议，公众预警的发布权仍归属应急指挥机构。
百个台风情景测试：研判耗时仅为专家流程的15%
团队在 100 个影响浙江的台风情景中测试了系统的预警等级判定能力，包括 10 个历史事件和 90 个从 5000 个 WRF 数值模拟情景中筛选的代表性事件，并与单智能体大模型及专家团队流程进行对比。
结果显示，多智能体结合专业工具的配置取得了 98.4% 的平均准确率，平均研判耗时为 37.9 秒，而专家团队耗时为 250 秒，系统效率约为专家流程的 15%。其准确率亦高于本次比较中的单智能体方案。需要注意的是，此处比较的是预警等级判定的准确率，而非台风路径预测的准确率。
图 2 不同配置下的预警等级判定准确率与耗时对比（原论文图 2d、e）。
测试表明，角色化协作与专业工具的组合在准确率与速度之间实现了更好的平衡。
不止生成报告，更提供可执行的行动方案
判断预警等级仅是第一步。实际会商还需明确灾害影响范围、涉及人群及设施。MAESTRO 组织各领域智能体独立评估，并通过多轮协同修正不一致之处，最终形成包含量化结果、风险地图和来源记录的态势报告。
在 20 名省市级应急管理专业人员参与的匿名评价中，多智能体协同修正方案在清晰度、结构和数据呈现方面达到或超过人工撰写基线，在影响评估和实施可行性方面获得最高评分。
图 3 态势报告质量比较与「利奇马」报告示例（原论文图 3b、c）。
此外，系统还能将分析转化为具体任务。研究使用 80 个源自真实业务记录的测试任务检验其任务规划、智能体分配和工具选择能力。结果显示，任务规划有效率与分配准确率均不低于 90%，工具及参数选择准确率不低于 83%。
在基于台风「利奇马」响应的跨市物资调度案例中，系统综合风雨预测、洪水和滑坡风险、人口暴露及道路通行情况，约 120 秒 即可生成调度表、路线图和物资清单，而人工流程需约 600 秒。输出内容与专家要求的一致程度约为 98%，指挥人员认为仅需少量修改即可使用。
图 4 跨市物资调度输出：调度表、资源流向与地图（原论文图 4c 局部）。
走出测试环境，接入省级应急平台实战
目前，MAESTRO 已于 2024 年年中接入浙江省 AI・1833R 灾害助手平台，连接 8 个行业部门、11 个地市级单位和 90 个县级应急管理机构。
在 2024—2025 年的四次台风响应中，系统完成了 80 余次预警循环。经操作人员核验，其风险评估与专家判断约有 95% 一致；原本需要 9—12 名专家约 3 小时完成的行动方案，现可在 3—5 分钟 内生成，且仅需少量修改。
图 5 集成 MAESTRO 的浙江省 AI・1833R 灾害助手平台（原论文图 5）。
除真实部署外，团队还回放了「利奇马」台风的 72 小时全过程。系统完成「观测到预警」链条约需 660 秒，而机构基线约为 5940 秒。回放估计显示，更早且更具空间针对性的预警，可使约 18 万人获得额外 8 小时的转移提前量。需注意，这是历史回放中的反事实估计，并非真实事件中的实际转移结果。
从预测能力走向行动能力
MAESTRO 对 AI for Science 的启示在于，它不再局限于增加单点预测模型，而是将专业模型、实时数据和领域知识组织进可协同、可追溯的工作流程，使科学分析更贴近真实决策需求。
这并不意味着可以跳过专家审核。系统仍面临多源信息的不确定性，跨地区应用也需适配当地的数据、工具和管理流程，后续仍需进一步评估实际减灾效果。对于灾害人工智能而言，除了「预测得准不准」，同样重要的是：分析结果能否在人的监督下，更及时地转化为保护行动。