导读：OpenAI在2026年7月发布科研计算现场报告，汇总八个Agent辅助项目，涉及日常维护、性能优化、语言迁移和GPU重构。报告指出，编码速度提高后，真正瓶颈转向验证、编排与长期责任。科研团队如果只追求快速重写，很可能制造多个无人维护的分支，反而削弱原有生态。
先判断应该维护还是重写
整理现有工具的用户、依赖、性能问题、未记录约定和维护者状态。能向上游提交修复时优先协作，不要因为Agent能重写就创建平行项目。只有原项目停更、许可证允许且迁移价值明确时，才考虑新实现。
为工作定义可测目标，例如同一输入得到相同科学结论、运行时间降低、支持新硬件或移除高风险依赖。模糊的“现代化”会让Agent改动大量代码，却无法判断是否进步。
建立科学正确性的金标准
保存真实数据集、边界样本、随机种子、单位和允许误差。数值软件不能只看测试通过，还要比较误差分布、稳定性和已发表结果。性能优化同时记录硬件、编译器和环境，避免不可重复。
Agent生成代码后由领域专家解释算法假设，工程人员检查内存、并发和安全。另一模型可以辅助评审，但最终责任属于明确的人和机构。无法解释的加速结果不能直接进入研究主流程。
分阶段让Agent工作
先让Agent绘制依赖与测试缺口，再补测试，然后做小范围迁移。每个阶段单独提交，记录提示、模型、修改和验证。大规模语言迁移可按模块推进，保持旧版本并行，方便发现结果差异。
限制Agent读取范围和工具权限，科研数据按项目隔离。外部Issue、论文附件与代码注释可能包含恶意指令，作为资料处理而不是执行规则。发布前进行依赖扫描和许可证检查。
长期维护与社区归属
确定发布负责人、版本节奏、问题响应和弃用政策。若进入原上游，尽早与维护者沟通；若建立新项目，说明与原工具的关系、迁移路径和长期资金。保留原作者归属，不能把自动翻译代码包装成全新科学成果。
衡量指标包括缺陷关闭时间、可复现率、用户迁移、维护负担与研究人员节省时间。代码数量不是成果。优秀的Agent项目应让核心工具更可靠，而不是让社区面对更多相似选择。
执行清单
- 确认维护、上游协作和重写三种路线。
- 建立科学结果、数值误差和性能金标准。
- 先补测试，再按模块小步修改。
- 记录模型、数据、依赖、许可证与归属。
- 明确长期维护者、发布和弃用计划。
结语
Codex能显著降低科研软件工程成本，但不能替代科学判断和社区责任。把速度用于补测试、修旧债和改善可复现性，并为成果找到长期维护者，才是真正推动研究。
