arXiv cs.AI· Komal Thareja, Mats Rynge, Berent Aldikacti, Angelina Ju, Ian Lumsden, Anirban Mandal, Rajiv Mayani, Kin Wai Ng, Hamza Safri, Michael Stealey, Sai Swaminathan, Michela Taufer, Karan Vahi, Michael Zink, Ewa Deelman·· 10 小时前AI 评分38
PegasusAI Studio：面向科学工作流的可读性网络基础设施与可问责 AI 智能体
PegasusAI Studio: Legible Cyberinfrastructure and Accountable AI Agents for Scientific Workflows
AI 导读
PegasusAI Studio 是构建在 Pegasus 与 HTCondor 技术栈上的 AI 辅助科学网关，让编码智能体能够读取设施知识库、工作流接口与调度器遥测，并在联邦认证、按用户执行环境和审批控制构成的信任边界内操作。
正文 · AI 翻译
作者：Komal Thareja、Mats Rynge、Berent Aldikacti、Angelina Ju、Ian Lumsden、Anirban Mandal、Rajiv Mayani、Kin Wai Ng、Hamza Safri、Michael Stealey、Sai Swaminathan、Michela Taufer、Karan Vahi、Michael Zink、Ewa Deelman
摘要：AI 编码智能体如今能够构建科学工作流，但在共享网络基础设施（CI）上运行它们会带来代码生成无法解决的问题。智能体需要掌握工作流系统及其执行站点的最新知识，并能访问分布式执行的运行时状态；而设施则需要将每个智能体操作归因到具体用户，并受该用户权限的约束。我们提出 PegasusAI Studio，这是一个基于 Pegasus 和 HTCondor 技术栈构建的 AI 辅助科学网关。Studio 通过将设施策划的单一知识库投射到多个编码智能体的原生配置中、通过内省工作流接口和执行站点、以及通过将诊断建立在工作流和调度器遥测数据之上，使 CI 对智能体而言清晰可读。智能体操作运行在一个信任边界内，该边界结合了联邦身份认证、按用户隔离的执行环境和调度器凭据、提供商中立的模型访问、可观测性，以及对改变状态操作的审批控制。同一应用既可作为基于 JupyterHub 的网关在研究云上运行，也可作为 Open OnDemand 应用在 HPC 系统上运行。我们通过案例研究评估 Studio，包括遗留 CASA 天气工作流现代化、引力波再分析、使用开放权重模型构建的 EEG 分析，以及 Event Horizon Telescope（EHT）M87 图像重建——后者从两次失败运行恢复为零失败执行。评估表明这些机制按设计运行。
| 主题： | 分布式、并行与集群计算（cs.DC）；人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2611.13309 [cs.DC] |
| （或本版本的 arXiv:2611.13309v1 [cs.DC]） | |
| https://doi.org/10.48550/arXiv.2611.13309 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Komal Thareja [查看邮箱]
[v1]
2026年11月9日星期一 22:22:25 UTC（5,133 KB）
来源：arXiv cs.AI · arxiv.org