Google ERA 工具：从 Nature 论文到加速计算发现

Google Research 在 Nature 发表论文后，正式推出 Empirical Research Assistance (ERA) 工具，旨在帮助科学家加速计算发现。ERA 将大语言模型与代码执行、数据可视化等能力结合，辅助研究者进行假设生成、实验设计和结果分析。

ERA 的核心是让 AI 代理自主执行计算任务——编写并运行代码、生成图表、迭代实验——而非仅提供文本建议。系统基于 Gemini 模型，通过多轮交互逐步逼近研究目标，已在材料科学、生物学等领域验证有效性。

对工程团队而言，ERA 展示了 AI Agent 在科学计算场景的落地范式：将 LLM 推理与可执行环境深度耦合。这种"推理+执行"架构对推理引擎的延迟、代码生成准确率和沙箱安全提出更高要求。