實體 AI/科學自動化
PUDA 以受限 CLI 與事件日誌連接實驗室代理,將生成式規劃隔離於硬體驅動層
PUDA 把自動化儀器公開為可探索的命令列工具,並以 JSON、NATS/JetStream 和穩定識別碼保存命令、量測及樣本來源。代理可以選擇下一場實驗,但實際硬體操作只能經過工程師預先撰寫及參數驗證的驅動方法。

Physical Unified Device Architecture(PUDA)提出一套面向 AI 代理的自動實驗室執行層。它不要求代理操作圖形介面或即時生成儀器控制碼,而是將每台設備包裝成可探索的命令列工具;協定與回應採 JSON,命令派送、遙測和狀態更新則透過 NATS 訊息系統傳輸,JetStream 負責持久化事件、佇列與重播。
架構刻意把科學決策和物理操作拆開。代理可根據量測、日誌、影像或報告決定下一項實驗,但邊緣服務只暴露工程師事先審查的驅動方法。命令抵達硬體前,系統會驗證名稱、必要輸入、資料型別及允許範圍;這使模型不能在執行期間任意改寫低階控制程式,也讓單次動作保持原子性與可稽核性。多台設備各自訂閱命令通道,分析、監控與規劃代理可以並行工作,而不必把整場實驗固定成單一工作流圖。
PUDA 同時把 protocol、run、sample、measurement、command log 以穩定識別碼及時間戳連結,試圖解決自動實驗室常見的資料來源斷裂。若一次量測異常,研究者可由資料產品反查硬體回應和原始命令;耐久事件流亦可在服務中斷後重建狀態。這種軌跡日後可能成為實體代理的訓練資料,但前提是人工核准、失敗和環境狀態也被完整記錄。
目前論文主要交付架構與設計論證,未提供跨儀器基準、故障注入結果、延遲數據或公開實作連結,因此不能據此判定系統已能安全操作真實化學或材料實驗。工程團隊接下來應關注驅動介面的權限模型、危險命令的雙重確認、JetStream 重送造成動作重複的處理,以及不同廠牌儀器能否共用一致的狀態與樣本語意。