量子芯片制备、封装、冷却之后，研究者全程通过软件与芯片交互。MIT 工程量子系统组（EQuS）研究生 Beatriz Yankelevich 给 Codex 编写了针对测量的「技能」指令，描述如何执行与评估单次实验，再把模型接到协调测量的实验室软件上。于是 GPT-5.6 Sol 能自主选测量参数、操作硬件、读回信号、判断下一步是重测还是进入下一道工序。标准芯片表征以往要占研究者数天，现在 Agent 可整夜跑常规测量，人远程用手机查看、必要时接管。
一、把智能体接进实验室软件
这套做法的关键，是把智能体直接连到实验室软件，让它对真实物理系统「执行—反馈—调整」。Yankelevich 给 Codex 的并非一段固定脚本，而是测量专用的技能与目标设定：模型据此选参数、发指令、读返回信号，再决定下一步。当共振信号清晰，Agent 能完整跑完标准测量序列——定位量子比特跃迁频率、校准控制与读取脉冲、测出量子信息保留时长；一个量子比特的一组校准测量，可由模型独立完成。
二、强信号能自治，弱信号仍要人
OpenAI 披露的案例显示，信号清晰时 Agent 几乎无需干预；但当信号微弱或被噪声淹没，模型花更久才找到合适参数，偶尔需要资深研究者把关。原因在于一条噪声曲线可能对应参数选错、硬件故障或量子比特的真实物理变化——这层物理判断目前仍是人的领地。换句话说，Agent 擅长「目标明确、输出可测、恢复步骤已知」的工作流，遇到超出预期范围的异常，仍需人类决策者拍板。
三、价值不在取代，在把人推向更高层
Yankelevich 的体会是「我可以同时让多个 Agent 处理不同问题，自己把时间花在更高层：解读结果、设计实验、规划下一步」。这与 Agent 在软件世界的角色一致：接管结构化、重复、长链路的执行，把判断与创意留给人类。差别在于这里被操控的是稀释制冷机旁、近绝对零度的真实物理系统——Agent 闭环首次稳定跑通物理硬件回路。对智能体行业，这是「闭环控制」从数字世界走向真实实验室的样板，也为科研自动化提供了可复制的范式。