科学软件的“部署瓶颈”：从可发布到可执行的基础设施革命
过去几十年，科学计算领域积累了海量开源工具——覆盖生物信息学、化学模拟、材料计算、物理仿真与工程设计等方向。GitHub 上成千上万的代码仓库宣称可用于科研，但一个长期被忽视的事实是：绝大多数科学软件仅停留在“被发布过”，而非“可直接运行”。
在真实科研中，研究者常需耗费数天甚至数周反复调试：解决编译失败、依赖冲突、系统不兼容等问题，才能在本地“勉强跑通”。这类环境高度依赖个人经验，临时性强、不可移植、难以复现。各实验室各自维护运行环境，缺乏共享、可复现的执行基础设施。
这一模式不仅影响效率，更结构性制约科学软件的三大核心能力：可复现性、大规模评估与系统性集成。即便容器化、云计算和HPC已显著降低算力门槛，“部署瓶颈”仍是制约科学软件可用性的关键障碍。
随着AI for Science（AI4S）兴起，问题进一步凸显。新一代科研范式要求AI系统深度调用求解器、执行模拟程序、运行分析管线、处理真实数据。“工具能否真正运行”已不再是工程细节，而是第一性问题。
在Agentic Science场景下，该问题尤为尖锐：若工具依赖隐含环境、执行脆弱，则智能体规划无法落地，失败难以结构化归因，更无法转化为可学习的执行轨迹。工具是否“部署就绪”，已成为AI4S与Agentic Science规模化发展的结构性瓶颈。
由此，我们提出判断：科学软件的问题，不在于工具数量不足，而在于缺乏将工具系统性转化为可执行事实的共享基础设施。Deploy-Master正是为此诞生。
Deploy-Master：以执行为中心的一站式自动化工作流
部署并非孤立步骤，而是一条连续链路：工具发现→语义理解→环境构建→真实执行。Deploy-Master围绕该链路，构建了三大核心Agent模块。
Search Agent：百万级仓库精准筛选
部署的第一关是“发现”。为避免关键词检索带来的偏差，项目从91个科学与工程学科出发，构建AI4S实际应用场景的学科空间，并利用语言模型扩展搜索词，在GitHub及公共网络中大规模召回初始仓库。
随后以初始仓库为“锚点”，通过依赖关系、引用关系、共享贡献者、文档链接等多维信号进行迭代扩展；再经结构启发式规则过滤+Agent语义判断，将约50万个候选仓库收敛至52,550个可执行科学工具候选。这不仅是筛选过程，更是首次以结构化方式刻画真实科学工具世界的规模与边界。
Build Agent：双模型辩论提升构建成功率
科学软件常缺乏完整构建文档：README过时、Dockerfile失效、关键依赖仅存于作者本地环境。单一模型生成构建方案的成功率仅50%–60%，主因是大量隐含假设未被显式表达。
Deploy-Master引入双模型评审与辩论（debate）机制：一模型提出构建方案，另一模型独立审查并主动识别不一致、缺失依赖或环境假设，多轮交互修正直至形成稳定、可执行的构建规格。该机制将整体构建成功率提升至95%以上。
每个工具最终均需通过最小可执行命令验证。仅通过执行验证的工具，才被视为成功部署，并注册至玻尔平台与SciencePedia，实现即调即用，或供SciMaster等Agent调用。
规模化部署的可观测性洞察
在成功部署的50,112个工具中，构建时间呈明显长尾分布：多数工具7分钟内完成，但部分涉及复杂编译、深层依赖与系统库配置的工具耗时显著更长。该差异虽不影响流程推进，却决定了规模化部署的成本结构。
语言分布高度异构，覆盖170多种编程语言：Python占比最高，其次为C/C++、Notebook、R、Java等。主流语言部署成功率普遍较高；C/C++、Fortran及部分R工具成功率偏低，主因是其工具链对底层环境耦合更强——决定部署难度的关键不是语言本身，而是环境耦合强度。
在2,438次失败构建中，失败原因高度集中：构建流程错误（如步骤与代码状态不一致、关键依赖缺失、编译器/系统库不匹配）占绝对主导，远超资源不足、网络异常等偶发因素。此类失败并非异常，而是系统暴露问题、驱动自我修正的关键信号。
统一执行基础设施使我们得以系统观测科学软件的真实部署行为：高频失败环节、高频触发的隐含假设、易放大的不确定性工具链。这种可观测性，正将“科学软件难以部署”从经验判断，转化为可量化、可分析、可持续优化的工程对象。
从可运行工具到Agentic Science的执行地基
Deploy-Master的直接产出，是数万个经过执行验证的科学工具。更重要的是，它为社区Agent与各类Master Agent提供了长期缺失的基础前提。
对Agent而言，工具调用不是抽象动作，而是必须落地的执行过程。只有当工具被统一构建、验证、注册为可执行能力，Agent才拥有稳定的action space，规划—执行—学习闭环方能成立。不同来源的Agent亦可共享同一批经验证的工具能力，摆脱各自维护脆弱、不可复现环境的低效模式。
这一方法论的意义不限于科学计算。科学工具常被视为自动化部署中最难场景：依赖复杂、系统耦合强、文档不全、环境敏感。若在此“最难场景”下，仍可通过以执行为中心的设计，在万级规模稳定产出可运行工具，则结论清晰：问题不在工具类型，而在是否建立了以执行为核心的基础设施。
该逻辑适用于更广谱的工具生态：工程工具、数据处理系统、专业软件乃至各类Agent Tooling。只要工具需被执行，“不完美信息”就是不可绕开的现实前提。
Deploy-Master并未解决所有挑战——异构硬件适配、分布式计算调度、语义级I/O接口、与物理实验系统的闭环集成，仍是未来课题。但一点已足够明确：在Agentic Science时代，执行不是推理之后的附属步骤，而是所有能力得以成立的前提。
当“工具能不能跑”不再是一个默认假设，而成为被系统性验证的事实，科学智能体才真正获得与现实世界交互的基础。Deploy-Master，正是迈向这一执行现实的关键一步。
