让许多现象，连成可检验的图景

Graphene Autolab 的目标是把论文变成可计算的理论图谱，让 agent 自主选择模拟和实验，用新条件检验统一解释。

同一套测量，应该能回答许多论文里的问题

你们的出发点是：一个器件经过充分扫描，就能呈现许多值得研究的现象。我们要把这些工作联系起来——先整理理论，再让系统选择最有区分力的计算，最后与器件测量匹配。

统一的解释必须约束多种观测：用同一组样品参数，解释已有结果，并预测新温度、新磁场或新样品。遇到解释不了的信号，agent 提出最小模型扩展，写出能被推翻的预测。

定向文献集已纳入 187 篇论文，整理出 241 条带条件的结论、13 个现象族。选择一条主张，就能看到它需要哪些观测与物理项；这些关系是研究入口，尚不是论文的逐图复现。

研究环境把论文、模型和下一次实验连接起来

下图是目标系统。样品的堆垛、介电环境和栅距进入模型；扫描改变密度 n、位移场 D、温度 T、磁场 B 与电流 I。Hamiltonian（规定电子能量与耦合的算符）和求解器负责计算，agent 负责提出解释和选择下一步，独立审查负责寻找反例。

Graphene Autolab 目标架构 文献现象变成带条件的研究问题。样品参数进入各自的 AB 或 MATBG Hamiltonian，运行控制进入查询接口。模拟与低温仪器是两个并行后端，使用共同的行动和观测描述。现有证据先产生候选解释，系统在新查询前冻结预测，再由独立批评器检验并更新知识图。 Graphene Autolab：从论文现象到可检验的统一图景 一条物理链路，接入多个模型和两个并行执行后端；每次结论都带有条件、预测和证据。 文献与问题层 论文 / 数据 / 条件 带条件的现象主张 需要的判别观测 模型判别扫描计划 例如：R(T)、R(B)、量子振荡共同判别机制 器件状态（制备后固定） 样品决定可达的物理；扫描不能替代制备条件。 AB 堆垛 / 层距 介电环境 / 栅距 无序 / 近邻作用 样品身份写入每个结果；不同器件仍可共享同一研究协议。 实验控制（运行时可调） 控制条件进入一次查询；模拟和真机共享行动与观测描述。 n D T B I 保留全局覆盖，把预算放到不确定度和模型分歧最大的区域。 模型、观测与执行层 各材料能量模型普通双层 · 魔角双层 求解器单粒子 · Hartree–Fock 模拟观测能谱 · 响应 · 序参量 共同查询与观测格式（单位、控制、观测定义） 模拟执行批量计算 · 缓存 · 断点 冰箱与仪器（未来）标定 · 几何 · 接触 · 散射 样品参数进入模型，控制量进入查询；模拟与仪器并行执行，比较结果需做物理量转换。 自主研究与证据回路 现有证据 候选解释 + 判别动作 冻结预测 执行新查询 独立反驳 / 伪象检查 知识图更新 演示流程：主动采样 → 温度机制判别 → 冻结关系 → 留出切片；未知失配 → 新模型假设 → 新条件反证。

点击模块查看它在研究中的作用。手机上可横向移动图。模拟与仪器共用行动和观测描述；仪器分支是未来接入方式。

模型可以有不同尺度：先用低成本近似定位问题，再用更完整的模型复算。它们在重叠范围内核对同一观测量，并保留参数映射、对称性和舍弃项。普通双层与魔角双层各有自己的 Hamiltonian；共享研究协议与证据结构。

Prototype 从一片高阻区，走到新条件下的预测

先看一次已经跑完的研究过程。虚拟器件返回电阻，采样程序决定测哪里，再用温度变化区分解释。这次数据来自简化输运模拟器，选择动作的是主动采样算法，没有语言模型参与。

把滑块拖回 45 点，观察 115 个补点如何集中到关键区域。图中高阻区是输运特征；需要额外证据才能确定相。
真实保存的一次运行：12 K、零磁场的 160 点地图，六个 4–100 K 温度探针和九次重复参考，共 271 条查询。每条查询保留控制条件、返回读数和选择理由。
同样的采样预算，主动探索带来了什么？

三个随机种子、每种方法 160 点。主动采样的平均 log R 地图误差为 0.1025，随机采样为 0.2395，均匀采样为 0.3368。这里测的是简化模拟器里的采样效率。

微观引擎让同一套控制，在不同样品上产生不同响应

再看独立的微观计算。引擎从 AB 双层能带和电荷屏蔽出发，计算 20 组介电环境与栅距组合。切换样品，观察层势差、采样带隙和压缩率如何一起变化。

20 个样品 × 9 个控制点，保存 180 组响应。内部层势差是屏蔽后两层电子能量的差；压缩率表示密度对化学势的响应，此处保持内部层势固定。

这使“调样品参数”成为可比较的问题：哪些变化能由共享物理解释，哪些需要新的项？已经冻结并测试的一条共享屏蔽关系，在四组新样品上出现最大 0.544 meV 的预测误差，超出事先设定的 0.5 meV 范围。

查看这个统一假设在哪些条件下失败

训练与测试网格、数值源码也有变化，因此失配原因还需要拆分检验。没有把共享关系预先强制成立。

接入冰箱后，让冻结的理论接受实验检验

先把理论候选与判别观测找全到指定范围，再去匹配实验。同一段研究程序可以向模拟器发查询，也可以向测量系统发扫描计划。理论到仪器读数之间，还需要栅极标定、样品几何、接触和散射的转换。

理论先行

整理模型族，预测密度、温度和磁场下的联合信号。提前固定不同机制的区分条件。

匹配器件

用少量测量约束样品参数。保留多个能解释数据的候选，挑选它们预测分歧最大的条件。

检验新预测

用同一组参数预测未参与匹配的观测。失配后提出模型修正，再做独立反驳。

你们的分工：凝聚态专家判断物理机制与实验可行性，agent 专家构建探索、调度与独立评测。仪器接入前先在模拟环境检验研究方法。

“知识库没有”可以成为发现线索。要走到学界未知的现象，还要完成文献排查、微观解释、独立复算和实验检验。系统最终输出应是一份候选研究包：现象、机制、失败条件与下一项判别实验。

目前已有简化环境中的完整探索过程、微观响应图谱和真实语言模型工具评测。上面的研究演示来自前两者。仪器尚未接入，完整相图与原创发现仍是要实现的科学成果。

数据来源与结果详情

交互图使用保存的原始结果，不在浏览器里重新运行物理求解。采样回放只显示当时取得的读数；最终预测地图在采样完成后才可用。

  • 主动探索：runs/prototype-v0/results.json 与 measurements.csv。后端是现象学输运模拟器，采样器结合高斯过程与候选模型分歧。该运行没有语言模型。
  • 微观响应：全布里渊区能带与 Hartree 电荷屏蔽。20 组样品的粗细网格共 360 次计算，6 个远程 CPU worker 耗时 1,388.96 秒。图中采样带隙的负值表示网格上的能带重叠，不独立命名相。
  • 多体：Hartree–Fock（用自洽平均场近似相互作用）已执行多初态竞争和代表点检验。若干困难区域仍未收敛，未形成经过完整检验的相界。
  • 实际语言模型评测：12 个限定任务上，swarm、单 agent 与常规扫描均为 12/12 正确判断，未观察到 swarm 的准确率优势。独立复核重建了原始记录。这批任务尚不检验未知物理发现。
  • 文献：191 份公开 PDF，纳入 187 篇，241 条结论。另有独立增量的 5 篇经典主论文、14 条结论及 1 份补充材料，未合并进上述统计。定向选择的文献集存在选择偏差。
  • 共享屏蔽检验：24 个新控制点，4 个保留样品。共享关系均方根误差 0.2302 meV，逐样品关系 0.2229 meV。网格与源码差别限制失配的归因。

查看数值与来源文件索引。理论参考包括 McCann–Koshino 双层石墨烯综述和独立魔角后端的 Bistritzer–MacDonald 连续模型。