OPERA 以物理殘差約束實驗代理，無實質改善的加分決策由最高 39.0% 降至 1.9%

語言模型代理可以依評分函數改善數字，卻未必真的改善實驗結果。清華大學等研究者提出 OPERA，把光束整形、結構光三維重建與干涉量測描述為一組具型別的光學 operator；代理可選擇既有操作、串接多個步驟，或由允許的 primitive 生成新程序。每次執行都會檢查光路連通性與資源預算。

關鍵改動是把回饋拆成三層：代理可見的純量分數 L2、描述覆蓋不足、模型不一致或目標偏差的殘差向量 L1，以及只供離線評估、以隱藏參考狀態計算的真實物理表現 L3。如此便能直接辨識「L2 上升、L3 未改善」的決策。90 個獨立問題的配對實驗中，只給分數時，這類事件在中性與追分指令下分別占 23.6% 和 39.0%；加入殘差後降至 0.9% 和 1.9%。

在另外 270 個測試問題中，operator–residual 回饋有 75.8% 的軌跡達標並維持至結束，四種參考策略為 33.9% 至 60.1%；平均使用預算亦為上限的 61.7%，低於參考策略的 70.8% 至 86.0%。優勢主要出現在分布偏移情境，熟悉條件下則未穩定勝過受限制的貝葉斯最佳化或專用演算法。

團隊把數位分身選出的固定流程移植到三套實體儀器。結構光主設定中，投影預算平均由固定 Gray code 的 95.8% 降至 60.0%，但每個設定只有六次配對重複。公開儲存庫可重播數位分身軌跡並驗證介面與雜湊，卻不含即時儀器控制、模型供應商 SDK、統計重抽樣及最終圖表管線。工程團隊下一步應觀察這種可觀測殘差介面能否延伸到化學、生物與材料實驗，以及殘差本身設計錯誤時是否產生新的最佳化漏洞。