# 公开职业资料比较：科学计算与数值模拟 / 运筹与决策优化 比较工作、要求与 AI 影响，不计算个人匹配分。个人背景由用户自己的 Agent 使用。 # 科学计算与数值模拟 岗位方向；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 把科学或工程模型变成可信、有效率的数值计算。 可偏数值方法研究、科学软件或行业仿真；具体物理模型和资格需看应用领域。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：科学计算工程师、数值算法、仿真研发、计算科学、数值模拟 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 计算模型、数值方法选择与研究 产物：方程、边界、离散化和可检查假设；方程—离散模型—假设对照；方法/参考算例选择；候选算法/离散格式和精确参数、假设/目标性质；自然论证、有效反例或适用形式证书，以及未解决义务；可重放收敛/稳定/成本对照、基线与失效区域 内容覆盖：partial；模型/成熟方法选择与新数值算法/离散格式研究分别有应用；后者以算法、假设/性质论证或反例及独立实验成包。Nexus优化个案到一般数值研究是显式迁移，不能由科学代码分数代替性质/新颖性。 任务应用：/careers/scientific-computing#work-scientific-computing-delivery-1；/careers/scientific-computing#work-scientific-computing-delivery-7 变体：确定性模型与数值实现；随机模拟与不确定性；构造/参数优化；候选数值方法的性质与对照验证 ### 数值求解实现 产物：求解器、算法和可重放算例；求解器/数据hash/锁定依赖；残差/退出状态与基准 内容覆盖：documented；对应工作：交付可重放数值求解器。 任务应用：/careers/scientific-computing#work-scientific-computing-delivery-2 变体：确定性模型与数值实现 ### 误差与可信性分析 产物：收敛、稳定性、精度和基准对照；网格/步长误差曲线；稳定性/守恒与不确定性检查 内容覆盖：documented；对应工作：交付误差与稳定性证据。 任务应用：/careers/scientific-computing#work-scientific-computing-delivery-3 变体：确定性模型与数值实现；随机模拟与不确定性 ### 计算性能改进 产物：并行、资源和精度效率权衡；profile与前后时间/内存；误差/资源权衡与回归 内容覆盖：partial；有明确实现/性能验证路径；没有本包直接AI-HPC端到端结果，目标系统需另核。 任务应用：/careers/scientific-computing#work-scientific-computing-delivery-4 变体：HPC性能改造 ### 应用仿真交付 产物：参数情景、不确定性及解释限制；参数情景/结果及源数据；现实校验与失效范围 内容覆盖：partial；产物与应用校验路径完整，但真实领域物理有效性尚需对应资料/实验。 任务应用：/careers/scientific-computing#work-scientific-computing-delivery-5 变体：确定性模型与数值实现；随机模拟与不确定性 ### 科学软件维护 产物：版本、依赖、回归和复现环境；升级补丁与锁定环境；数值/性能回归和变化解释 内容覆盖：documented；对应工作：维护可复现科学软件版本。 任务应用：/careers/scientific-computing#work-scientific-computing-delivery-6 变体：科学软件依赖升级 范围来源：https://www.onetonline.org/link/summary/15-2021.00；https://www.onetonline.org/link/summary/15-1252.00 当前范围以外： - 所有工程领域模型验证未承诺全覆盖 - 物理试验实施和认证另核 待补： - 行业物理模型/观测校准与认证不由科学代码基准覆盖。 - HPC/新硬件性能和复杂随机模型需目标项目的误差/资源实测。 - 新数值算法/离散格式的独立研究路径已给（见“交付数值算法/离散格式及性质研究包”）；公开直接AI证据主要是优化参数/保证个案，需选定数值问题检验理论条件、反例与公平实验。 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 交付可计算模型与方法选择 把应用方程/边界、单位和允许简化写成数值模型，比较方法适用性。 交付物：方程—离散模型—假设对照；方法/参考算例选择 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派模型与方法候选；科学代码证据支持可执行实现，现实模型仍要独立测量对照。 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### SciCode-Verified作者的匹配重评报告12模型快照的主问题准确区间约由9–27%到69–92%；多数行沿同一评测设置，修订版两条DeepSeek V4 Preview行另有较早harness/三次均值例外。题意/金标准/容差影响科学编码测量。 依据身份：外部报告结果；状态：active - SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外）：https://arxiv.org/html/2608.04975v1 定位：§3 matched reevaluation；§4缺陷；§6；关系：partial 支持：提供科学代码能力测量及验收缺陷的专属证据。 限制：独立审计者自报；不能把修订分数当本仿真成功率。 核查：2026-10-20；来源状态：active 配置：SciCode-Verified arXiv v1 Table1/§3；64可判定主问题/287子题，with-background，pass@1设计，两套固定科学Python环境OR判分。多数行是一次运行；修订版DeepSeek V4 Pro Preview与DeepSeek V4 Flash Preview两行是较早harness revision的三次运行均值，不是所有12行都仅改数据的一次同harness对照。本站未重跑。 适用限制：作者自报的独立审计；区间跨模型，不是本仿真或职业成功率。两条修订版Preview行的harness/重复例外须保留，不能把每行差值全部归于只换数据；修订测量也不是模型升级。 相关进展（本条判断）： - 科学代码重评显示数值验收本身需要领域校准：/explore?purpose=understand&domain=math&window=all#P-M-SCICODE-AUDIT 首次公开 2026-08-05 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### 随机模拟与不确定性 输入变化：随机输入/蒙特卡洛而非确定PDE。 判断变化：可委派可复算模拟与方差控制，不能只接一条随机轨迹。 验收变化：独立种子重复、Monte Carlo误差、分布/极限对照；不只同seed像素一致。 ### 确定性模型与数值实现 输入变化：给定确定性方程/初边值和参数，需要选择适用数值方法或实现求解器，不以旧软件升级为前提。 判断变化：可交完整实现、误差和资源报告；模型现实有效性另核。 验收变化：解析/制造解、网格或步长误差、残差/稳定性与适用平衡规律；容许合法数值等价实现。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：特定行业物理/测量条件未提供；数值正确不是物理有效。 验证方法：独立核单位/边界/守恒与解析极限，比较简化损失；未校准现实只接收数值层。 ### 交付可重放数值求解器 把模型变成能从参数与数据生成结果的项目。 交付物：求解器/数据hash/锁定依赖；残差/退出状态与基准 判断依据：外部报告结果、有条件的编辑推断 当前变化：可整包实现并响应数值反馈；SciCode类证据是科学代码相邻测试，本例未跑。 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### SciCode-Verified作者的匹配重评报告12模型快照的主问题准确区间约由9–27%到69–92%；多数行沿同一评测设置，修订版两条DeepSeek V4 Preview行另有较早harness/三次均值例外。题意/金标准/容差影响科学编码测量。 依据身份：外部报告结果；状态：active - SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外）：https://arxiv.org/html/2608.04975v1 定位：§3 matched reevaluation；§4缺陷；§6；关系：partial 支持：提供科学代码能力测量及验收缺陷的专属证据。 限制：独立审计者自报；不能把修订分数当本仿真成功率。 核查：2026-10-20；来源状态：active 配置：SciCode-Verified arXiv v1 Table1/§3；64可判定主问题/287子题，with-background，pass@1设计，两套固定科学Python环境OR判分。多数行是一次运行；修订版DeepSeek V4 Pro Preview与DeepSeek V4 Flash Preview两行是较早harness revision的三次运行均值，不是所有12行都仅改数据的一次同harness对照。本站未重跑。 适用限制：作者自报的独立审计；区间跨模型，不是本仿真或职业成功率。两条修订版Preview行的harness/重复例外须保留，不能把每行差值全部归于只换数据；修订测量也不是模型升级。 相关进展（本条判断）： - 科学代码重评显示数值验收本身需要领域校准：/explore?purpose=understand&domain=math&window=all#P-M-SCICODE-AUDIT 首次公开 2026-08-05 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### 确定性模型与数值实现 输入变化：给定确定性方程/初边值和参数，需要选择适用数值方法或实现求解器，不以旧软件升级为前提。 判断变化：可交完整实现、误差和资源报告；模型现实有效性另核。 验收变化：解析/制造解、网格或步长误差、残差/稳定性与适用平衡规律；容许合法数值等价实现。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：复杂非线性/病态问题需方法专属控制。 验证方法：从干净环境重建，代入原方程并独立解析/高精度对照，允许数值等价实现。 ### 交付误差与稳定性证据 把模型、离散、舍入和参数不确定性分别说明。 交付物：网格/步长误差曲线；稳定性/守恒与不确定性检查 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派完整误差实验和诊断；验收器容差也需领域校准，不能将库默认success当精度证据。 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### SciCode-Verified作者的匹配重评报告12模型快照的主问题准确区间约由9–27%到69–92%；多数行沿同一评测设置，修订版两条DeepSeek V4 Preview行另有较早harness/三次均值例外。题意/金标准/容差影响科学编码测量。 依据身份：外部报告结果；状态：active - SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外）：https://arxiv.org/html/2608.04975v1 定位：§3 matched reevaluation；§4缺陷；§6；关系：partial 支持：提供科学代码能力测量及验收缺陷的专属证据。 限制：独立审计者自报；不能把修订分数当本仿真成功率。 核查：2026-10-20；来源状态：active 配置：SciCode-Verified arXiv v1 Table1/§3；64可判定主问题/287子题，with-background，pass@1设计，两套固定科学Python环境OR判分。多数行是一次运行；修订版DeepSeek V4 Pro Preview与DeepSeek V4 Flash Preview两行是较早harness revision的三次运行均值，不是所有12行都仅改数据的一次同harness对照。本站未重跑。 适用限制：作者自报的独立审计；区间跨模型，不是本仿真或职业成功率。两条修订版Preview行的harness/重复例外须保留，不能把每行差值全部归于只换数据；修订测量也不是模型升级。 相关进展（本条判断）： - 科学代码重评显示数值验收本身需要领域校准：/explore?purpose=understand&domain=math&window=all#P-M-SCICODE-AUDIT 首次公开 2026-08-05 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### 随机模拟与不确定性 输入变化：随机输入/蒙特卡洛而非确定PDE。 判断变化：可委派可复算模拟与方差控制，不能只接一条随机轨迹。 验收变化：独立种子重复、Monte Carlo误差、分布/极限对照；不只同seed像素一致。 ### 确定性模型与数值实现 输入变化：给定确定性方程/初边值和参数，需要选择适用数值方法或实现求解器，不以旧软件升级为前提。 判断变化：可交完整实现、误差和资源报告；模型现实有效性另核。 验收变化：解析/制造解、网格或步长误差、残差/稳定性与适用平衡规律；容许合法数值等价实现。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：单一基准不足以覆盖病态参数或所有物理条件。 验证方法：多级网格/步长、极限/边界/病态对照；随机模拟多种子与MonteCarlo误差。 ### 交付同精度下的性能改进 在精度合同不变时提升并行/算法效率。 交付物：profile与前后时间/内存；误差/资源权衡与回归 判断依据：有条件的编辑推断 当前变化：可委派profile到候选加速，独立同硬件/同误差比较；HPC效果是待现场验证迁移。 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 科学精度和性能联合接收，未借基准宣称特定硬件加速。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：科学精度和性能联合接收，未借基准宣称特定硬件加速。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### HPC性能改造 输入变化：并行/GPU或不同编译器/浮点模式。 判断变化：先固定科学误差合同，再委派profile与实现。 验收变化：不同规模加速/通信/内存与误差，硬件一致；未授权集群不运行。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：未测目标集群/GPU、扩展和通信瓶颈。 验证方法：固定线程/硬件/误差和数据规模，冷/热状态说明；拒绝减精度伪提速。 ### 交付参数情景与应用仿真 把不同输入条件的仿真结果交给应用方，明确不确定性与适用限制。 交付物：参数情景/结果及源数据；现实校验与失效范围 判断依据：有条件的编辑推断 当前变化：可整包计算情景、检查和解释；现实适用以独立观测接收，未校准时交限定模型结果。 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：确定性方程用数值实现/误差检查；有实际随机输入时才选随机模拟，不以依赖升级充当新模型实现。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### 随机模拟与不确定性 输入变化：随机输入/蒙特卡洛而非确定PDE。 判断变化：可委派可复算模拟与方差控制，不能只接一条随机轨迹。 验收变化：独立种子重复、Monte Carlo误差、分布/极限对照；不只同seed像素一致。 ### 确定性模型与数值实现 输入变化：给定确定性方程/初边值和参数，需要选择适用数值方法或实现求解器，不以旧软件升级为前提。 判断变化：可交完整实现、误差和资源报告；模型现实有效性另核。 验收变化：解析/制造解、网格或步长误差、残差/稳定性与适用平衡规律；容许合法数值等价实现。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：外部任务无法替代领域实验和物理认证。 验证方法：从图表追到参数/数据/方程，留出独立观测，改变边界重跑；拒绝用拟合样本作验证。 ### 维护可复现科学软件版本 升级依赖/编译环境并维持科学输出和误差合同。 交付物：升级补丁与锁定环境；数值/性能回归和变化解释 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派兼容修改与重放；科学软件需比较合法数值等价和默认值，不仅API测试绿灯。 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 选择版本/验收审计支持科学回归，不外推部署维护全职责。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：选择版本/验收审计支持科学回归，不外推部署维护全职责。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### SciCode-Verified作者的匹配重评报告12模型快照的主问题准确区间约由9–27%到69–92%；多数行沿同一评测设置，修订版两条DeepSeek V4 Preview行另有较早harness/三次均值例外。题意/金标准/容差影响科学编码测量。 依据身份：外部报告结果；状态：active - SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外）：https://arxiv.org/html/2608.04975v1 定位：§3 matched reevaluation；§4缺陷；§6；关系：partial 支持：提供科学代码能力测量及验收缺陷的专属证据。 限制：独立审计者自报；不能把修订分数当本仿真成功率。 核查：2026-10-20；来源状态：active 配置：SciCode-Verified arXiv v1 Table1/§3；64可判定主问题/287子题，with-background，pass@1设计，两套固定科学Python环境OR判分。多数行是一次运行；修订版DeepSeek V4 Pro Preview与DeepSeek V4 Flash Preview两行是较早harness revision的三次运行均值，不是所有12行都仅改数据的一次同harness对照。本站未重跑。 适用限制：作者自报的独立审计；区间跨模型，不是本仿真或职业成功率。两条修订版Preview行的harness/重复例外须保留，不能把每行差值全部归于只换数据；修订测量也不是模型升级。 相关进展（本条判断）： - 科学代码重评显示数值验收本身需要领域校准：/explore?purpose=understand&domain=math&window=all#P-M-SCICODE-AUDIT 首次公开 2026-08-05 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### 科学软件依赖升级 输入变化：求解器、BLAS、编译器或库API变化而科学模型不变。 判断变化：可委派兼容修改及数值回归，先锁原误差合同和合法数值等价。 验收变化：干净环境重建、基准/收敛与性能重跑；差异分解为算法/舍入/默认值，不以旧缓存通过。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：依赖/硬件漂移和随机性可能掩盖退化。 验证方法：旧新项目干净重建、解析/收敛/性能回归，说明算法/默认容差/浮点差异；缓存不能当新结果。 ### 交付数值算法/离散格式及性质研究包 研究输入明确允许改变的算法、离散格式或参数以及目标性质；例如为刚性问题设计时间推进格式，交稳定/收敛或复杂度的成立条件、反例与公平数值对照。它与为已定方程选择成熟solver不同。 交付物：候选算法/离散格式和精确参数、假设/目标性质；自然论证、有效反例或适用形式证书，以及未解决义务；可重放收敛/稳定/成本对照、基线与失效区域 判断依据：外部报告结果、有条件的编辑推断 当前变化：可整包委派候选方法、性质搜索与实验；Nexus在优化算法参数/保证上的研究直接支持联合搜索范式，迁移到一般数值离散研究仍需新的方程、误差/稳定性语义和领域接收，不给通用成功率。 - 数学研究产物：联合探索命题、构造与证明或反例：/work-units/W-M04?version=2026-10-21.workunits.2 优化个案提供对象/参数与保证联合搜索的直接例；到PDE/刚性积分等数值方法是明确迁移，接收其算法及真实性质而非沿用论文成绩。（partial；workunits/work-unit/W-M04@2026-10-21.workunits.2） - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 M06承接候选方法的实现/误差/性能实验，不把SciCode编码重评当新算法理论性质证据。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） 应用范围：优化个案提供对象/参数与保证联合搜索的直接例；到PDE/刚性积分等数值方法是明确迁移，接收其算法及真实性质而非沿用论文成绩。 AI工作组织：代理可在允许的对象/参数空间尝试构造，同时寻找证明或反例；精确计算、文献或形式错误反馈可以改变辅助命题与搜索方向。路径依题而定，确定性穷举可直接运行；不规定所有数学问题都要并行或Lean。 ## 任务级判断与证据 采用方式：探索与候选交付 从证据到建议：外部研究及固定产物使“仅可局部辅助”的一概判断不成立；但研究系统非公开服务，个案和选择过的问题集也不支持任意新题概率。因此可委派完整探索和候选产物，是否完成由语义、正确性、覆盖与新颖性分别接收；已知复现可直接接收可重放成果，新研究保留未解决出口。 这一发布进一步支持以具体研究产物扩大观察范围，但其内部配置、人工整理和局部形式化不能压成统一自主成功率。 当前可用性：mixed；Nexus为研究系统，开放的是结果集合；Lean项目可重建，Aristotle有公开鉴权入口。三者不合并为“现在已能复现Nexus”。本站未调用付费服务。 - Nexus固定成果仓库：https://github.com/google-deepmind/alphaproof-nexus-results/tree/0647711a71183c1ea492ad60860776617ce1ea88 0647711a…；Lean4.27.0；lake-manifest锁定依赖；公开结果文本与项目；生成代理不作为公开产品提供。 - Lean proof validation：https://lean-lang.org/doc/reference/latest/ValidatingProofs/ 实际复现使用仓库Lean4.27.0；参考文档2026-10-20读取；开源内核/工具链；需安装固定依赖；文档latest不替代项目版本。 - Aristotle CLI/API：https://pypi.org/project/aristotlelib/2.1.0/ aristotlelib2.1.0；需账号/API key与服务预算；本站未调用；SDK链接的GitHub源码入口此前404，不声称已核实源码。 ### Nexus论文报告联合搜索算法参数与证明保证；对象设计和证明搜索可以互相反馈。 依据身份：外部报告结果；状态：active - AlphaProof Nexus：形式证明搜索进入开放数学问题：https://arxiv.org/html/2605.22763v1 定位：§4 Optimization Theory；§2 Agent Architecture；§3 Failure Analysis；关系：partial 支持：支持对象/参数与证明联合探索的研究组织，及未证引理等失败模式。 限制：内部研究配置，不等于公开API；不把Erdős125说成参数优化实验。 核查：2026-10-19；来源状态：active 配置：arXiv2605.22763v1；完整研究代理含Gemini3.1Pro基础代理、进化搜索及AlphaProof；论文不同实验预算不同；成功个案成本不含完整选题搜索。本站未重放。 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 相关进展（本条判断）： - 证明搜索开始在开放问题上交付可检查结果：/explore?purpose=understand&domain=math&window=all#P-M-NEXUS 首次公开 2026-05-21；判断变化 2026-05-21 ### 自然证明、精确反例与形式证明分别接收；形式证明还要查原声明、传递公理和语义对应。 依据身份：有条件的编辑推断；状态：active - Lean官方：怎样验证一份证明：https://lean-lang.org/doc/reference/latest/ValidatingProofs/ 定位：Validating a Lean Proof：Printing Axioms / Gold Standard；关系：method 支持：支持形式交付的公理与可信目标核对。 限制：Lean文档不认证自然语言论证或数学新颖性。 核查：2026-10-19；来源状态：active - AlphaProof Nexus：形式证明搜索进入开放数学问题：https://arxiv.org/html/2605.22763v1 定位：§3 Failure Analysis；§6 Discussion：semantic verification；关系：method 支持：支持研究循环保留语义核对和未完成出口。 限制：不同产物的具体接收条目是编辑设计。 核查：2026-10-19；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 ## 情境变化 ### 构造/参数优化 输入变化：允许改变算法步长、常数或数学对象，目标约束固定。 判断变化：可联合探索对象和保证；采用建议仍取决于最终证书，不只看最优数值。 验收变化：构造版本、参数精确值与性质证明成对；换对象后保证重新检查。 研究前沿：Nexus研究配置包含进化搜索/AlphaProof并联合探索算法参数与证明；其公开结果可逐项检查。Erdős125是已公开成果复现，不是仍待解决的新问题，也不证明全套系统可调用。 OpenAI十月另公开内部模型研究手稿及部分形式产物，存在不同验证阶段和撤回/修订；这些公开成果属于M04直接证据，不只作为审稿背景。 下一项验证：先在固定Nexus提交重建Erdős125并做题意/传递公理检查，校准复现验收；另选未泄漏问题或允许参数变化的独立小问题，用公开可用工具记录搜索、失败与实际人时。两类结果分开，未运行不估成功率。 未来改判信号： - 扩大：新问题上，对象/参数与保证共同改进且独立复核成立；题意、文献新颖性和资源记录完备，公开工具可重现。 - 收缩：表面成功依靠弱化目标、无证引理或挑选成功个案；改参数后保证失效；先退到已证引理/候选构造。 接收/拒收： - 先确认研究的就是原问题或明示变体：独立核对对象域、量词、下/上/自然密度或其它关键定义与原文；列题意对照，不把弱化结论当原题答案。 拒收：把“下密度>0”换成“上密度>0”；允许空集造成平凡构造仍宣称解决要求非平凡对象的题。 - 构造和保证相互对应：独立重算候选对象/参数，核对每项约束与最终证明覆盖；改参数后旧证明必须同步重验。 拒收：数值搜索找到一个好参数但保证只证旧参数；浮点近似当精确反例。 - 自然论证/反例按各自对象接收：自然证明由具备领域能力的独立接收者检查全部关键引理、边界与引用，可用工具补检但不宣称内核认证；有限反例精确重算并验证全部前提；渐近反例需无限构造和相应论证。 拒收：有限搜索未发现反例被当证明；自然语言关键步骤循环引用；有限n上的异常被当下密度的反例。 - 形式证明额外满足内核与语义：只对约定形式交付：固定项目干净构建、比较可信目标声明、检查传递公理拒绝sorryAx/未批准公理，并核对可读说明与实际定理覆盖。 拒收：编译通过但依赖含sorry；形式化只覆盖支撑引理却写成主结论已证；随意增加假设。 - 区分完成、未解决与新颖性：交付按实际覆盖标识完整结论/条件结论/反例/未解决；独立查文献与修订记录，已知成果复现不计新发现。 拒收：预算耗尽宣布命题为假；重放公开证明标“首次解决”；撤回后仍引用原结论。 失败处理：给出已证引理、候选构造、排除参数范围和最小未解目标，区分预算耗尽、环境不可用、语义冲突和真实反例；不靠sorry或新增假设伪装完成。已有材料撤回则检查其依赖的候选与说明。 本站记录：本站M04模型运行数、成功率、成本及人工时间均为null；只读过Erdős125公开证明文本，未独立构建，不继承W-M01本地控制通过。 应用范围：M06承接候选方法的实现/误差/性能实验，不把SciCode编码重评当新算法理论性质证据。 AI工作组织：代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - SciCode-Verified：https://github.com/flyingwagner/scicode-verified/tree/ddab4a92f8d80a7113ab946628e994b52354d838 ddab4a92…；论文v1，数据release需hash核对；源码/任务/评价；与原SciCode分开保存，需API/科学Python。 ### 以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。 依据身份：有条件的编辑推断；状态：active - SciCode：科学研究编码原始基准：https://github.com/scicode-bench/SciCode/blob/e3158ea011d4235245a547460d3688d7ccbf9900/README.md 定位：Introduction / Dataset Creation / Evaluation；关系：adjacent 支持：科学问题到数值实现的公开任务参考。 限制：热方程验收及HPC迁移是编辑设计，未测。 核查：2026-10-20；来源状态：active 适用限制：热方程验收及HPC迁移是编辑设计，未测。 ## 情境变化 ### 候选数值方法的性质与对照验证 输入变化：输入是新算法/离散格式及待证性质，而非只为已定模型选成熟solver。 判断变化：可委派实现、对照与失效搜索；收敛/稳定性/复杂度的全称保证另按M04接受论证或反例，实验不代替证明。 验收变化：锁算法/参数与假设，独立检查推导和可复现实验；基线公平、网格/精度/资源可比，给出失败区域；自然论证、精确反例、适用形式证书各自合法。 研究前沿：SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。 下一项验证：在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。 未来改判信号： - 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。 - 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。 接收/拒收： - 离散问题和科学模型一致：独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。 拒收：边界索引反了但残差很小；单位秒/毫秒错配。 - 误差/稳定性有证据：比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。 拒收：只看一个网格的求解器success；不稳定解用平滑图掩盖。 - 优化后科学结果未变：固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。 拒收：GPU更快却换算法容差；只比较一次热缓存时间。 - 现实解释可接收：与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。 拒收：数值收敛直接声称能预测现场；把拟合数据当独立验证。 失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：本包没有代理自主发现一般新离散格式的直接实测；数值试验好不能代替全称稳定/收敛证明。 验证方法：独立对照算法/格式与假设、参数和最终论证；自然证明审关键推导/引用，反例精确复算，形式证书仅在适用时强制其核查。测试解析/制造解、稳定边界/刚性情景与失败区域，比较基线时固定误差/资源；未证明的性质保留未解而不被图表掩盖。 ## 与工作关联的进展 ### 科学代码重评显示数值验收本身需要领域校准 公开 2026-08-05 原文匹配重评（含明确逐行例外）显示验收定义会改变科学代码测量。 支持范围：作者自报的独立审计；区间跨模型，不是本仿真或职业成功率。两条修订版Preview行的harness/重复例外须保留，不能把每行差值全部归于只换数据；修订测量也不是模型升级。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-SCICODE-AUDIT ### 证明搜索开始在开放问题上交付可检查结果 公开 2026-05-21；判断变化 2026-05-21 Nexus研究配置把证明、反例及对象/参数探索接到形式反馈；公开的是成果集合。 支持范围：原论文问题集和成功选择有边界；事后九题比较不能当新问题概率；本站未重放，公开结果仓库不是Nexus API。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-NEXUS ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：数值实现与试验报告可更多整包委派，模型和误差证据决定接收层级。 加速：若未见模型/硬件下精度、性能和物理对照均可重复，代理可承担更大科学软件交付。 受限：若只接近旧金标准而误差/现实失效，范围缩到可核对实现和计算候选。 改判信号： - 未见算例的收敛/守恒检查 - 模型预测与独立观测差异 - 同误差目标下加速及维护成本 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 方程/假设、求解器和独立数值基准 - 误差/性能曲线与一次依赖升级的科学回归 - 数值方法研究者另展示候选算法/离散格式、成立条件与性质论证或反例，以及公平误差/性能实验；不以能实现成熟求解器替代。 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 运筹与决策优化：/careers/operations-research.md?version=2026-10-21.careers.2 科学计算常模拟系统如何运行；运筹优化更强调在目标与约束下选择行动。 - 数学研究：/careers/mathematics-researcher.md?version=2026-10-21.careers.2 科学计算可借助数学理论，但交付还需要实现、误差与应用验证。 ## 职业名称与分类映射 - O*NET-SOC 15-2021.00 Mathematicians；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks - O*NET-SOC 15-1252.00 Software Developers；O*NET-SOC 2019；OnLine Updated 2026；US；related 共享部分方法或工作对象，不能据此认定岗位与该编码完全相同。；定位 Definition / Tasks ## 工作资料与来源 - 科学仿真交付：模型、数值误差与性能一起可复查：/work-units/W-M06?version=2026-10-21.workunits.2 M06承接候选方法的实现/误差/性能实验，不把SciCode编码重评当新算法理论性质证据。（partial；workunits/work-unit/W-M06@2026-10-21.workunits.2） - 数学研究产物：联合探索命题、构造与证明或反例：/work-units/W-M04?version=2026-10-21.workunits.2 优化个案提供对象/参数与保证联合搜索的直接例；到PDE/刚性积分等数值方法是明确迁移，接收其算法及真实性质而非沿用论文成绩。（partial；workunits/work-unit/W-M04@2026-10-21.workunits.2） - Mathematicians：https://www.onetonline.org/link/summary/15-2021.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 - Software Developers：https://www.onetonline.org/link/summary/15-1252.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。 --- # 运筹与决策优化 职业；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 把业务目标、资源与限制建成模型，选择并实施可行的决策方案。 排程、物流、定价和资源分配是应用方向；“建模”必须说明对象与决策。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：运筹分析师、运筹优化、优化工程师、排程算法、供应链优化、决策科学 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 决策问题建模 产物：决策变量、目标、硬软约束和数据契约；原规则—模型映射；可计算模型和未决例外 内容覆盖：documented；对应工作：交付决策模型与业务约束映射。 任务应用：/careers/operations-research#work-operations-research-delivery-1 变体：已明确约束的静态决策；业务约束不完整 ### 可执行求解方案 产物：可行解、求解状态、界和最优性差距；可实施排程/配置；目标/界/gap、时间和约束证据 内容覆盖：documented；对应工作：交付可执行方案及质量证据。 任务应用：/careers/operations-research#work-operations-research-delivery-2 变体：已明确约束的静态决策 ### 不确定性与情景分析 产物：鲁棒、随机或敏感性下的方案比较；情景/参数出处；服务水平/成本与失效区域 内容覆盖：documented；对应工作：交付不确定条件下的方案比较。 任务应用：/careers/operations-research#work-operations-research-delivery-3 变体：不确定/动态再规划 ### 决策仿真与验证 产物：现实约束、基线和失效情景核查；独立仿真/基线比较；遗漏规则和实施约束清单 内容覆盖：partial；已给方案/仿真/基线接收路径，现场执行收益和特定行业校准未由通用基准覆盖。 任务应用：/careers/operations-research#work-operations-research-delivery-4 变体：不确定/动态再规划 ### 实施与动态再规划 产物：排程或配置落地、变化响应及效果反馈；状态/版本及重规划入口；实施变更成本/回退/反馈 内容覆盖：partial；完整再规划产物/验收已写，实际控制系统与运营反馈仍需目标环境。 任务应用：/careers/operations-research#work-operations-research-delivery-5 变体：不确定/动态再规划 范围来源：https://www.onetonline.org/link/summary/15-2031.00 当前范围以外： - 未指定行业所有优化场景 - 纯物理仿真和统计推断另列 待补： - 现场规则、实施代价/收益及在线状态需目标系统验证，公开OR任务不替代现场结果。 - 不确定性分布/预测误差和极端场景必须有来源，求解器只验已编码模型。 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 交付决策模型与业务约束映射 从排程/物流/配置材料形成变量、目标、硬软约束及数据合同。 交付物：原规则—模型映射；可计算模型和未决例外 判断依据：外部报告结果、有条件的编辑推断 当前变化：ORAgentBench直接评价业务材料到决策，支持整包候选；模型漏规则是实际失败类型，先校对原规则。 - 数值模型求解：交付解、残差和条件变化：/work-units/W-M02?version=2026-10-21.workunits.2 冻结规则用静态模型交付，确有缺规则时才进入缺口诊断；两种输入状态不混。（partial；workunits/work-unit/W-M02@2026-10-21.workunits.2） 应用范围：冻结规则用静态模型交付，确有缺规则时才进入缺口诊断；两种输入状态不混。 AI工作组织：给出完整约束后，AI可合并建模代码与验证报告；稳定刷新使用固定程序，异常返回模型层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：外部可执行OR任务说明模型能组织求解，但“有解”不保证目标质量。成熟求解器可接管确定性运算，采用范围取决于约束忠实度、证书与部署条件；小例枚举不代表大规模优化或真实收益。 当前可用性：open-implementation；数值/OR计算与评估有公开实现；本地历史小例为人工枚举参考，现实业务实例、模型与预算尚需提供。 - SciPy线性规划：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html 文档2026-10-20读取；实际SciPy/HiGHS版本需锁定；开源；必须按LP/MIP等模型选择合适入口。 - ORAgentBench：https://github.com/ORAgentBench/ORAgentBench/tree/c9eb952435a4352f33daa2a35efe0f8c76d31b28 c9eb9524…；论文v1；公开任务与Harbor环境；模型API/solver依赖另配，未运行。 ### ORAgentBench的GPT-5.4/Codex配置在107任务中报告35.51%通过；部分可行方案仍达不到质量阈值，可行和高质量交付不同。 依据身份：外部报告结果；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：§3.4、§4.1、Table2；关系：partial 支持：给出真实约束式决策的作者评估，不仅是公式或代码生成。 限制：107任务不是现场收益；不能将其分数分配给本整数示例。 核查：2026-10-20；来源状态：active 配置：v1；107任务/14完整model-agent行；OpenAI用Codex其余Claude Code，high；45分钟交互、5分钟求解，离线Harbor/SCIP，默认四个OR skills。 此结果为GPT-5.4/Codex(high)的单次完整行；通过需可行且归一化质量q>0.4，非任意排程成功率。 适用限制：107任务不是现场收益；不能将其分数分配给本整数示例。 相关进展（本条判断）： - 运筹Agent评价从公式扩到可执行决策质量：/explore?purpose=understand&domain=math&window=all#P-M-ORAGENT 首次公开 2026-06-18 ### 明确模型类别、约束和独立检查时，可把候选计算与变体重算整包委派；实际执行另核。 依据身份：有条件的编辑推断；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：Failure modes；AppendixF multi-step cases；关系：adjacent 支持：漏规则与质量失败决定独立验收重点。 限制：未重跑，本例历史人工枚举不是AI任务试次。 核查：2026-10-20；来源状态：active 适用限制：未重跑，本例历史人工枚举不是AI任务试次。 ## 情境变化 ### 业务约束不完整 输入变化：只有“最低成本”，缺休息/交接或例外规则。 判断变化：先交需求-模型差异和几种约束情景，分阶段接收。 验收变化：从原始排班/物流规则独立检查，而不是仅运行生成的约束。 ### 已明确约束的静态决策 输入变化：目标、数据和硬软约束已冻结，不要求缺规则诊断或在线更新。 判断变化：可整包委派建模代码、候选解和质量证据，稳定计算直接用solver。 验收变化：独立从原始规则核可行/整数性和目标质量，检查界/gap/容差；不附加动态或缺约束前提。 研究前沿：ORAgentBench已评价多文件/多步决策，仍有规则遗漏和可行-质量差距；它给出可试的交付范式，不给本单位职业百分比。 下一项验证：保留历史有限整数例为检查校准；另用授权排程材料盲测，独立核对约束、目标、时间预算和改变容量后的再规划，记录被遗漏的现实限制。 未来改判信号： - 扩大：新行业/新规模实例，原需求映射、可行性及目标质量持续达标，实施反馈与模型一致。 - 收缩：建模反复漏规则，gap未闭或数据延迟导致无法执行；先交模型诊断和保守基线。 接收/拒收： - 结果满足原约束：独立代入每条约束，检查单位、边界和整数性 拒收：将不可拆分工作包当连续变量，交付6.67个包。 - 声称的最优/精度有依据：在小问题枚举对照；大问题看适用证书、gap或误差界 拒收：仅看到求解器success就声称任意非凸模型全局最优。 - 改变条件会重新计算：对约束变体重跑并说明不可行或解变化 拒收：设备上限减少后照抄原解，不再检查容量。 - 原需求也被模型覆盖：独立接收者从业务输入重新列硬约束，用不同检查代码检查方案；模拟容量减少/需求增大，基线与新方案比较可行性和代价。 拒收：优化器成功但漏掉班次休息、不可拆分任务或现实交接条件。 失败处理：不收敛、不可行或无界时返回状态、残差和相关约束；不能挑一个看似合理的数代替求解。 本站记录：既有M01有人工构造的有限枚举参考；它不是AI模型试验，也未证明现实排班适配。 尚未覆盖：行业例外与软约束重要性需目标方输入。 验证方法：独立从原材料重新列约束，用不满足休息/容量/不可拆分的反例检验模型；不只核生成公式。 ### 交付可执行方案及质量证据 提交决策对象、求解代码、状态、界/gap和独立可行性。 交付物：可实施排程/配置；目标/界/gap、时间和约束证据 判断依据：外部报告结果、工具与方法依据、有条件的编辑推断 当前变化：可整包委派候选求解；外部任务显示可行和质量不同，独立检查后才接收。 - 数值模型求解：交付解、残差和条件变化：/work-units/W-M02?version=2026-10-21.workunits.2 本应用为已定模型/业务规则的静态候选解及质量接收，不要求先存在规则缺口。（partial；workunits/work-unit/W-M02@2026-10-21.workunits.2） 应用范围：本应用为已定模型/业务规则的静态候选解及质量接收，不要求先存在规则缺口。 AI工作组织：给出完整约束后，AI可合并建模代码与验证报告；稳定刷新使用固定程序，异常返回模型层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：外部可执行OR任务说明模型能组织求解，但“有解”不保证目标质量。成熟求解器可接管确定性运算，采用范围取决于约束忠实度、证书与部署条件；小例枚举不代表大规模优化或真实收益。 当前可用性：open-implementation；数值/OR计算与评估有公开实现；本地历史小例为人工枚举参考，现实业务实例、模型与预算尚需提供。 - SciPy线性规划：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html 文档2026-10-20读取；实际SciPy/HiGHS版本需锁定；开源；必须按LP/MIP等模型选择合适入口。 - ORAgentBench：https://github.com/ORAgentBench/ORAgentBench/tree/c9eb952435a4352f33daa2a35efe0f8c76d31b28 c9eb9524…；论文v1；公开任务与Harbor环境；模型API/solver依赖另配，未运行。 ### ORAgentBench的GPT-5.4/Codex配置在107任务中报告35.51%通过；部分可行方案仍达不到质量阈值，可行和高质量交付不同。 依据身份：外部报告结果；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：§3.4、§4.1、Table2；关系：partial 支持：给出真实约束式决策的作者评估，不仅是公式或代码生成。 限制：107任务不是现场收益；不能将其分数分配给本整数示例。 核查：2026-10-20；来源状态：active 配置：v1；107任务/14完整model-agent行；OpenAI用Codex其余Claude Code，high；45分钟交互、5分钟求解，离线Harbor/SCIP，默认四个OR skills。 此结果为GPT-5.4/Codex(high)的单次完整行；通过需可行且归一化质量q>0.4，非任意排程成功率。 适用限制：107任务不是现场收益；不能将其分数分配给本整数示例。 相关进展（本条判断）： - 运筹Agent评价从公式扩到可执行决策质量：/explore?purpose=understand&domain=math&window=all#P-M-ORAGENT 首次公开 2026-06-18 ### 求解器退出状态、原约束残差与最优性证据应分别解释。 依据身份：工具与方法依据；状态：active - SciPy线性规划：约束、整数性和退出状态：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html 定位：linprog：bounds/integrality/result/status；关系：method 支持：限定模型类别的求解与检查入口。 限制：不验证AI建模，也不证明现实约束齐全。 核查：2026-10-19；来源状态：active 适用限制：不验证AI建模，也不证明现实约束齐全。 ### 明确模型类别、约束和独立检查时，可把候选计算与变体重算整包委派；实际执行另核。 依据身份：有条件的编辑推断；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：Failure modes；AppendixF multi-step cases；关系：adjacent 支持：漏规则与质量失败决定独立验收重点。 限制：未重跑，本例历史人工枚举不是AI任务试次。 核查：2026-10-20；来源状态：active 适用限制：未重跑，本例历史人工枚举不是AI任务试次。 ## 情境变化 ### 已明确约束的静态决策 输入变化：目标、数据和硬软约束已冻结，不要求缺规则诊断或在线更新。 判断变化：可整包委派建模代码、候选解和质量证据，稳定计算直接用solver。 验收变化：独立从原始规则核可行/整数性和目标质量，检查界/gap/容差；不附加动态或缺约束前提。 研究前沿：ORAgentBench已评价多文件/多步决策，仍有规则遗漏和可行-质量差距；它给出可试的交付范式，不给本单位职业百分比。 下一项验证：保留历史有限整数例为检查校准；另用授权排程材料盲测，独立核对约束、目标、时间预算和改变容量后的再规划，记录被遗漏的现实限制。 未来改判信号： - 扩大：新行业/新规模实例，原需求映射、可行性及目标质量持续达标，实施反馈与模型一致。 - 收缩：建模反复漏规则，gap未闭或数据延迟导致无法执行；先交模型诊断和保守基线。 接收/拒收： - 结果满足原约束：独立代入每条约束，检查单位、边界和整数性 拒收：将不可拆分工作包当连续变量，交付6.67个包。 - 声称的最优/精度有依据：在小问题枚举对照；大问题看适用证书、gap或误差界 拒收：仅看到求解器success就声称任意非凸模型全局最优。 - 改变条件会重新计算：对约束变体重跑并说明不可行或解变化 拒收：设备上限减少后照抄原解，不再检查容量。 - 原需求也被模型覆盖：独立接收者从业务输入重新列硬约束，用不同检查代码检查方案；模拟容量减少/需求增大，基线与新方案比较可行性和代价。 拒收：优化器成功但漏掉班次休息、不可拆分任务或现实交接条件。 失败处理：不收敛、不可行或无界时返回状态、残差和相关约束；不能挑一个看似合理的数代替求解。 本站记录：既有M01有人工构造的有限枚举参考；它不是AI模型试验，也未证明现实排班适配。 尚未覆盖：求解器success仅对已编码模型，不证明全局最优或现场收益。 验证方法：独立代入原约束和整数性；比较可用基线/有效界/启发式质量，不以同一代码自述通过。 ### 交付不确定条件下的方案比较 在需求/容量情景下比较鲁棒、随机或敏感性结果。 交付物：情景/参数出处；服务水平/成本与失效区域 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派完整情景计算与报告；未知分布应以明确假设和压力情景呈现，不从优化分数反推预测正确。 - 数值模型求解：交付解、残差和条件变化：/work-units/W-M02?version=2026-10-21.workunits.2 选情景/多步决策相关证据，模型未来输入另核。（partial；workunits/work-unit/W-M02@2026-10-21.workunits.2） 应用范围：选情景/多步决策相关证据，模型未来输入另核。 AI工作组织：给出完整约束后，AI可合并建模代码与验证报告；稳定刷新使用固定程序，异常返回模型层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：外部可执行OR任务说明模型能组织求解，但“有解”不保证目标质量。成熟求解器可接管确定性运算，采用范围取决于约束忠实度、证书与部署条件；小例枚举不代表大规模优化或真实收益。 当前可用性：open-implementation；数值/OR计算与评估有公开实现；本地历史小例为人工枚举参考，现实业务实例、模型与预算尚需提供。 - SciPy线性规划：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html 文档2026-10-20读取；实际SciPy/HiGHS版本需锁定；开源；必须按LP/MIP等模型选择合适入口。 - ORAgentBench：https://github.com/ORAgentBench/ORAgentBench/tree/c9eb952435a4352f33daa2a35efe0f8c76d31b28 c9eb9524…；论文v1；公开任务与Harbor环境；模型API/solver依赖另配，未运行。 ### ORAgentBench的GPT-5.4/Codex配置在107任务中报告35.51%通过；部分可行方案仍达不到质量阈值，可行和高质量交付不同。 依据身份：外部报告结果；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：§3.4、§4.1、Table2；关系：partial 支持：给出真实约束式决策的作者评估，不仅是公式或代码生成。 限制：107任务不是现场收益；不能将其分数分配给本整数示例。 核查：2026-10-20；来源状态：active 配置：v1；107任务/14完整model-agent行；OpenAI用Codex其余Claude Code，high；45分钟交互、5分钟求解，离线Harbor/SCIP，默认四个OR skills。 此结果为GPT-5.4/Codex(high)的单次完整行；通过需可行且归一化质量q>0.4，非任意排程成功率。 适用限制：107任务不是现场收益；不能将其分数分配给本整数示例。 相关进展（本条判断）： - 运筹Agent评价从公式扩到可执行决策质量：/explore?purpose=understand&domain=math&window=all#P-M-ORAGENT 首次公开 2026-06-18 ### 明确模型类别、约束和独立检查时，可把候选计算与变体重算整包委派；实际执行另核。 依据身份：有条件的编辑推断；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：Failure modes；AppendixF multi-step cases；关系：adjacent 支持：漏规则与质量失败决定独立验收重点。 限制：未重跑，本例历史人工枚举不是AI任务试次。 核查：2026-10-20；来源状态：active 适用限制：未重跑，本例历史人工枚举不是AI任务试次。 ## 情境变化 ### 不确定/动态再规划 输入变化：需求、交通或容量随时间变。 判断变化：可交情景/鲁棒方案和重算入口；预测质量需另证。 验收变化：不同情景独立可行性、服务水平及再规划冻结期/实施成本。 研究前沿：ORAgentBench已评价多文件/多步决策，仍有规则遗漏和可行-质量差距；它给出可试的交付范式，不给本单位职业百分比。 下一项验证：保留历史有限整数例为检查校准；另用授权排程材料盲测，独立核对约束、目标、时间预算和改变容量后的再规划，记录被遗漏的现实限制。 未来改判信号： - 扩大：新行业/新规模实例，原需求映射、可行性及目标质量持续达标，实施反馈与模型一致。 - 收缩：建模反复漏规则，gap未闭或数据延迟导致无法执行；先交模型诊断和保守基线。 接收/拒收： - 结果满足原约束：独立代入每条约束，检查单位、边界和整数性 拒收：将不可拆分工作包当连续变量，交付6.67个包。 - 声称的最优/精度有依据：在小问题枚举对照；大问题看适用证书、gap或误差界 拒收：仅看到求解器success就声称任意非凸模型全局最优。 - 改变条件会重新计算：对约束变体重跑并说明不可行或解变化 拒收：设备上限减少后照抄原解，不再检查容量。 - 原需求也被模型覆盖：独立接收者从业务输入重新列硬约束，用不同检查代码检查方案；模拟容量减少/需求增大，基线与新方案比较可行性和代价。 拒收：优化器成功但漏掉班次休息、不可拆分任务或现实交接条件。 失败处理：不收敛、不可行或无界时返回状态、残差和相关约束；不能挑一个看似合理的数代替求解。 本站记录：既有M01有人工构造的有限枚举参考；它不是AI模型试验，也未证明现实排班适配。 尚未覆盖：概率分布/预测误差和现场损失需独立数据。 验证方法：重算极端需求/容量，比较原方案可行性、代价和后悔值；随机模拟报告误差，不能只选有利情景。 ### 交付决策仿真与实施前验证 把模型方案放进贴近实际的规则和基线中，查失效而非只看最优值。 交付物：独立仿真/基线比较；遗漏规则和实施约束清单 判断依据：有条件的编辑推断 当前变化：可委派仿真候选和压力测试；OR基准质量评价相邻，真实运营收益仍须对应执行或独立仿真证据。 - 数值模型求解：交付解、残差和条件变化：/work-units/W-M02?version=2026-10-21.workunits.2 把决策验证与求解分数分离，避免宣称现场已有效。（partial；workunits/work-unit/W-M02@2026-10-21.workunits.2） 应用范围：把决策验证与求解分数分离，避免宣称现场已有效。 AI工作组织：给出完整约束后，AI可合并建模代码与验证报告；稳定刷新使用固定程序，异常返回模型层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：外部可执行OR任务说明模型能组织求解，但“有解”不保证目标质量。成熟求解器可接管确定性运算，采用范围取决于约束忠实度、证书与部署条件；小例枚举不代表大规模优化或真实收益。 当前可用性：open-implementation；数值/OR计算与评估有公开实现；本地历史小例为人工枚举参考，现实业务实例、模型与预算尚需提供。 - SciPy线性规划：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html 文档2026-10-20读取；实际SciPy/HiGHS版本需锁定；开源；必须按LP/MIP等模型选择合适入口。 - ORAgentBench：https://github.com/ORAgentBench/ORAgentBench/tree/c9eb952435a4352f33daa2a35efe0f8c76d31b28 c9eb9524…；论文v1；公开任务与Harbor环境；模型API/solver依赖另配，未运行。 ### 明确模型类别、约束和独立检查时，可把候选计算与变体重算整包委派；实际执行另核。 依据身份：有条件的编辑推断；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：Failure modes；AppendixF multi-step cases；关系：adjacent 支持：漏规则与质量失败决定独立验收重点。 限制：未重跑，本例历史人工枚举不是AI任务试次。 核查：2026-10-20；来源状态：active 适用限制：未重跑，本例历史人工枚举不是AI任务试次。 ## 情境变化 ### 不确定/动态再规划 输入变化：需求、交通或容量随时间变。 判断变化：可交情景/鲁棒方案和重算入口；预测质量需另证。 验收变化：不同情景独立可行性、服务水平及再规划冻结期/实施成本。 研究前沿：ORAgentBench已评价多文件/多步决策，仍有规则遗漏和可行-质量差距；它给出可试的交付范式，不给本单位职业百分比。 下一项验证：保留历史有限整数例为检查校准；另用授权排程材料盲测，独立核对约束、目标、时间预算和改变容量后的再规划，记录被遗漏的现实限制。 未来改判信号： - 扩大：新行业/新规模实例，原需求映射、可行性及目标质量持续达标，实施反馈与模型一致。 - 收缩：建模反复漏规则，gap未闭或数据延迟导致无法执行；先交模型诊断和保守基线。 接收/拒收： - 结果满足原约束：独立代入每条约束，检查单位、边界和整数性 拒收：将不可拆分工作包当连续变量，交付6.67个包。 - 声称的最优/精度有依据：在小问题枚举对照；大问题看适用证书、gap或误差界 拒收：仅看到求解器success就声称任意非凸模型全局最优。 - 改变条件会重新计算：对约束变体重跑并说明不可行或解变化 拒收：设备上限减少后照抄原解，不再检查容量。 - 原需求也被模型覆盖：独立接收者从业务输入重新列硬约束，用不同检查代码检查方案；模拟容量减少/需求增大，基线与新方案比较可行性和代价。 拒收：优化器成功但漏掉班次休息、不可拆分任务或现实交接条件。 失败处理：不收敛、不可行或无界时返回状态、残差和相关约束；不能挑一个看似合理的数代替求解。 本站记录：既有M01有人工构造的有限枚举参考；它不是AI模型试验，也未证明现实排班适配。 尚未覆盖：无目标行业校准的仿真不证明运营收益。 验证方法：回放历史独立场景/保留情景，检查实施单位、交接和资源；记录模拟与真实规则差异。 ### 交付变化响应与再规划 在需求/资源变动时更新方案，保持冻结承诺与现场状态一致。 交付物：状态/版本及重规划入口；实施变更成本/回退/反馈 判断依据：外部报告结果、有条件的编辑推断 当前变化：可以将再规划候选整包交给代理，但外部多步任务不能保证现场实时系统；先按状态和可行性接收。 - 数值模型求解：交付解、残差和条件变化：/work-units/W-M02?version=2026-10-21.workunits.2 多步OR案例支持动态决策参照；实时执行仍是迁移。（partial；workunits/work-unit/W-M02@2026-10-21.workunits.2） 应用范围：多步OR案例支持动态决策参照；实时执行仍是迁移。 AI工作组织：给出完整约束后，AI可合并建模代码与验证报告；稳定刷新使用固定程序，异常返回模型层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：外部可执行OR任务说明模型能组织求解，但“有解”不保证目标质量。成熟求解器可接管确定性运算，采用范围取决于约束忠实度、证书与部署条件；小例枚举不代表大规模优化或真实收益。 当前可用性：open-implementation；数值/OR计算与评估有公开实现；本地历史小例为人工枚举参考，现实业务实例、模型与预算尚需提供。 - SciPy线性规划：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html 文档2026-10-20读取；实际SciPy/HiGHS版本需锁定；开源；必须按LP/MIP等模型选择合适入口。 - ORAgentBench：https://github.com/ORAgentBench/ORAgentBench/tree/c9eb952435a4352f33daa2a35efe0f8c76d31b28 c9eb9524…；论文v1；公开任务与Harbor环境；模型API/solver依赖另配，未运行。 ### ORAgentBench的GPT-5.4/Codex配置在107任务中报告35.51%通过；部分可行方案仍达不到质量阈值，可行和高质量交付不同。 依据身份：外部报告结果；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：§3.4、§4.1、Table2；关系：partial 支持：给出真实约束式决策的作者评估，不仅是公式或代码生成。 限制：107任务不是现场收益；不能将其分数分配给本整数示例。 核查：2026-10-20；来源状态：active 配置：v1；107任务/14完整model-agent行；OpenAI用Codex其余Claude Code，high；45分钟交互、5分钟求解，离线Harbor/SCIP，默认四个OR skills。 此结果为GPT-5.4/Codex(high)的单次完整行；通过需可行且归一化质量q>0.4，非任意排程成功率。 适用限制：107任务不是现场收益；不能将其分数分配给本整数示例。 相关进展（本条判断）： - 运筹Agent评价从公式扩到可执行决策质量：/explore?purpose=understand&domain=math&window=all#P-M-ORAGENT 首次公开 2026-06-18 ### 明确模型类别、约束和独立检查时，可把候选计算与变体重算整包委派；实际执行另核。 依据身份：有条件的编辑推断；状态：active - ORAgentBench v1：业务材料到决策产物：https://arxiv.org/html/2606.19787v1 定位：Failure modes；AppendixF multi-step cases；关系：adjacent 支持：漏规则与质量失败决定独立验收重点。 限制：未重跑，本例历史人工枚举不是AI任务试次。 核查：2026-10-20；来源状态：active 适用限制：未重跑，本例历史人工枚举不是AI任务试次。 ## 情境变化 ### 不确定/动态再规划 输入变化：需求、交通或容量随时间变。 判断变化：可交情景/鲁棒方案和重算入口；预测质量需另证。 验收变化：不同情景独立可行性、服务水平及再规划冻结期/实施成本。 研究前沿：ORAgentBench已评价多文件/多步决策，仍有规则遗漏和可行-质量差距；它给出可试的交付范式，不给本单位职业百分比。 下一项验证：保留历史有限整数例为检查校准；另用授权排程材料盲测，独立核对约束、目标、时间预算和改变容量后的再规划，记录被遗漏的现实限制。 未来改判信号： - 扩大：新行业/新规模实例，原需求映射、可行性及目标质量持续达标，实施反馈与模型一致。 - 收缩：建模反复漏规则，gap未闭或数据延迟导致无法执行；先交模型诊断和保守基线。 接收/拒收： - 结果满足原约束：独立代入每条约束，检查单位、边界和整数性 拒收：将不可拆分工作包当连续变量，交付6.67个包。 - 声称的最优/精度有依据：在小问题枚举对照；大问题看适用证书、gap或误差界 拒收：仅看到求解器success就声称任意非凸模型全局最优。 - 改变条件会重新计算：对约束变体重跑并说明不可行或解变化 拒收：设备上限减少后照抄原解，不再检查容量。 - 原需求也被模型覆盖：独立接收者从业务输入重新列硬约束，用不同检查代码检查方案；模拟容量减少/需求增大，基线与新方案比较可行性和代价。 拒收：优化器成功但漏掉班次休息、不可拆分任务或现实交接条件。 失败处理：不收敛、不可行或无界时返回状态、残差和相关约束；不能挑一个看似合理的数代替求解。 本站记录：既有M01有人工构造的有限枚举参考；它不是AI模型试验，也未证明现实排班适配。 尚未覆盖：事件延迟、执行中资源和重规划成本需实测。 验证方法：冻结已执行动作，核新资源/约束与旧承诺，压力测迟到事件和不可行返回；对照基线服务/成本。 ## 与工作关联的进展 ### 运筹Agent评价从公式扩到可执行决策质量 公开 2026-06-18 真实多文件/规则到方案被纳入评价。 支持范围：不提供现场净收益；不能外推全部OR或本例概率。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-ORAGENT ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：优化代码和情景报告可更多整包委派，约束忠实、决策质量与执行证据共同决定价值。 加速：若未见行业/规模和在线变化下可独立接收，代理可接更大决策周期。 受限：若只产生可行但低质量或无法执行方案，缩到模型诊断、保守基线和受限再算。 改判信号： - 可行性与质量差距 - 新行业规则遗漏 - 现场执行与仿真预测是否一致 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 原始业务约束到数学模型映射 - 候选方案、独立可行/目标质量、变动后再规划 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 统计研究与应用：/careers/statistician.md?version=2026-10-21.careers.2 统计推断数据说明什么；运筹在给定目标与限制下寻找行动。 - 科学计算与数值模拟：/careers/scientific-computing.md?version=2026-10-21.careers.2 科学计算关注模型的可信求解；运筹还要求方案能实际决策和执行。 ## 职业名称与分类映射 - O*NET-SOC 15-2031.00 Operations Research Analysts；O*NET-SOC 2019；OnLine Updated 2026；US；exact 本记录按该职业定义组织职责；中文为编辑译名，不声明中美资格等价。；定位 Definition / Tasks ## 工作资料与来源 - 数值模型求解：交付解、残差和条件变化：/work-units/W-M02?version=2026-10-21.workunits.2 多步OR案例支持动态决策参照；实时执行仍是迁移。（partial；workunits/work-unit/W-M02@2026-10-21.workunits.2） - Operations Research Analysts：https://www.onetonline.org/link/summary/15-2031.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。