你用普通话告诉 AI：“照这篇论文，模拟一种磁性材料。”它不只写代码，还先在虚拟设备上试跑，再把程序送到真正的量子计算机。Pasqal 正在尝试把这种体验带进量子研究。不过，量子程序跑通了，不代表物理结论就对了。Nature 的报道显示，这个工具仍经常需要专家反馈；目前公开信息也只有这一篇报道，效果尚无独立验证。
从一句英文到量子机器
这类做法被称为“氛围写码”（vibe coding）：人用自然语言描述目标，AI 生成并修改程序，人再根据运行结果继续调整。普通软件出了问题，用户有时还能从页面或报错中看出端倪；量子计算更棘手，因为结果往往不能靠肉眼和日常直觉判断。
Pasqal 团队让前沿大语言模型（LLM，也就是能理解和生成文字、代码的 AI 模型）熟悉该公司量子计算机的技术规格，再把它接入编程和执行流程。用户给出英文提示后，Agent——能够连续调用工具、执行多步任务的 AI 系统——尝试生成量子代码，并自主提交运行。
这里的“量子”不是给普通代码换一种语法。普通比特只能取 0 或 1；量子比特（qubit）在测量前可以处在两者的组合状态。量子程序通常写成量子电路：量子比特像线路，量子门则是依次施加的操作，负责准备、改变并测量量子状态。
最难的是翻译，不是敲代码
团队主要想简化量子模拟的开发。所谓量子模拟，就是调节一台量子计算机，让它模仿另一种物理系统，例如催化剂或具有特殊磁性的材料，再据此预测系统性质。
Pasqal 为 Agent 设置了三项测试。每项测试都从一篇物理论文出发，要求它编写并执行代码，验证论文描述、原则上可由量子计算机模拟的现象。其中两个案例涉及磁性材料：原子会像微小磁针一样，根据邻近原子的方向向上或向下翻转。
真正关键的一步，是把论文中的物理现象翻译成 Pasqal 机器能够实现的行为。该公司的设备用激光束困住的一组原子编码信息。共同作者 Loïc Henriet 表示，这种翻译过去通常需要同时懂材料物理和量子计算的团队。
Agent 不会直接把第一次生成的代码送上真机。它先在经典计算机运行的“虚拟”量子设备上测试；通过后，程序才会自动发送到 Pasqal 位于沙特阿拉伯 Dhahran 或加拿大 Sherbrooke 的量子计算机。
为什么值得现在看
这项工作的意义，不只是 AI 又会写一种代码。它把自然语言编程接进了专业科学工具链：读论文、转换问题、生成程序、模拟测试，再连接真实设备。Pasqal 联合创始人、论文共同作者 Christophe Jurczak 称，借助该 Agent，他可以独自完成通常需要一支量子计算专业物理学家团队参与的实验。
但这仍是开发者自己的判断。Nature 同时指出，Agent 经常需要具备专业知识的人类反馈才能正常工作。原因很实际：现有量子硬件容易受到环境干扰，结果本身带有统计波动和设备误差。程序成功执行，只能说明机器完成了指令，不能自动证明算法、实验设置和结论解释都正确。
因此，它更像是在压缩专家操作设备的成本，而不是取消专家。若后续证据站得住，这类 Agent 或许能让不精通量子软件的研究人员更容易尝试量子计算；眼下更稳妥的定位，则是“有人类复核的自动化助手”。
局限与未知
- 供稿未披露三项测试的完整结果、成功率、错误率及具体使用的模型。
- 没有独立基准、耗时对比或第三方复现，尚不能确认它究竟加快了多少工作。
- 材料不足以判断 Agent 是否完成了可靠的物理验证，也不能据此宣称实现了量子优势。