天气、气候与地球系统
突破级
有讲解视频
收录解读
## 问题与背景 问题与背景：天气与气候研究已经不只是单一预测模型的问题，还涉及资料同化、诊断分析、实验设计和多工具链协作。Zephyrus 试图把这些环节提升为可由智能体编排的天气科学工作流，而不是仅提供一个更强的预报网络。
## 方法/新意 方法/新意：论文提出面向天气科学的 agentic framework，把数据访问、分析、建模和任务规划封装为可组合工具，并让语言模型在明确工作流约束下驱动这些模块。重点不在单个模型结构，而在把 weather science 变成可自动化执行的科研/业务流程。
## 意义/放在仓库中的位置 意义/放在仓库中的位置：这篇适合放在 AI for science 与 scientific agents 主线，代表“领域科学工作流智能体化”的一类工作。它和 QUASAR、AutoNumerics 一样，价值在于把复杂科学任务从点状模型调用提升到系统级编排。
## 局限/为何不更高 局限/为何不更高：它更像强框架论文而不是已经压倒性证明的平台标准。相比 AlphaEvolve、MOSAIC 这类条目，Zephyrus 在跨任务基准、长期自治和外部验证上的证据密度还不够，所以先定为突破性。