AIVEV文献分享丨Eywa异构科学基础模型协作框架,让LLM智能体与领域基础模型协同推理

研究背景：

当前智能体系统主要依赖自然语言作为统一接口，但科学问题常涉及时间序列、表格、符号、蛋白质、材料结构等非语言数据。把这些数据强行文本化，容易造成信息损失，也增加 token 和推理成本。与此同时，各科学领域已经发展出大量专用基础模型，但它们通常没有自然语言接口，难以直接参与 LLM 智能体协作。本文正是为了解决“语言智能体如何调用并协调异构科学基础模型”这一问题。

本文亮点：

1. 提出 Eywa 异构科学智能体框架，突破语言中心化瓶颈。 作者指出，很多科学任务的关键输入并不是自然语言，而是结构化或领域特定数据。Eywa 通过为领域基础模型接入 LLM 推理接口，让专用模型以更接近原生数据模态的方式参与任务求解。

2. 构建 EywaAgent、EywaMAS 和 EywaOrchestra 三级协作形态。 EywaAgent 让单个 LLM 与一个领域基础模型形成“推理—专用计算”耦合单元；EywaMAS 将这种单元插入多智能体系统；EywaOrchestra 则通过规划器动态选择模型、角色和拓扑结构，实现任务自适应编排。

3. 在 EywaBench 上验证跨学科有效性和效率优势。 作者构建覆盖物理科学、生命科学和社会科学的多任务基准。实验显示，EywaAgent、EywaMAS 和 EywaOrchestra 在多个子领域中相比语言-only 基线具有更好的效用—成本权衡，尤其体现为更高 utility、更低 token 消耗和更短运行时间。

图文导读：

图1：Eywa扩展现有智能体系统并改善效用—成本权衡。 图1展示了 Eywa 与语言-only 基线在整体效用、token 消耗和运行时间上的比较。左侧散点图显示，EywaAgent、EywaMAS 和 EywaOrchestra 更靠近或位于 Pareto frontier，即在更少 token 消耗下获得更高 utility。右侧分领域结果进一步显示，Eywa 在物理、生命和社会科学任务中普遍带来 utility 提升、token 使用减少和执行时间下降。

图片解析：这张图是全文的结果入口。它想说明的不是 Eywa 单纯“多接了一个工具”，而是异构模型协作改变了科学智能体的成本结构。传统 LLM 智能体需要把结构化科学数据转成语言再推理，既费 token，也容易损失模态信息；Eywa 把专用计算交给领域基础模型，因此能在提升任务表现的同时减少语言推理负担。

图2：从 Avatar 的 Pandora 生态类比 Eywa 的三阶段框架。图2用电影 Avatar 中 Pandora 生态作类比：Na’vi 通过 Tsaheylu 与具有特殊能力的物种建立连接，并在 Eywa 的整体协调下形成分工协作。对应到 AI 系统中，LLM 类似具备通用推理能力的协调者，领域基础模型类似具备专门能力的物种。文章据此提出三阶段框架：EywaAgent、EywaMAS 和 EywaOrchestra。

图片解析：这一图主要帮助理解文章的核心思想。Eywa 不是让所有模型都变成聊天机器人，而是建立一种“可沟通接口”。LLM 负责理解任务、规划步骤和整合结果，领域基础模型负责处理自己擅长的非语言数据。这个分工让科学智能体从“全部靠语言推理”转向“通用推理 + 专用模型原生计算”。

图3：EywaAgent通过FM-LLM “Tsaheylu” 接口连接通用推理与专用计算。图3展示了 EywaAgent 的基础单元。用户以自然语言提出领域任务后，LLM 不再直接对所有数据进行文本化推理，而是通过 query compiler 将任务状态转换成领域基础模型可执行的结构化调用；领域基础模型完成预测或计算后，再由 response adapter 把结果转成规划器可消费的表示，重新进入 LLM 的推理与综合过程。

图片解析：这张图是理解 EywaAgent 的关键。它回答了“LLM 和不会说话的领域模型怎么协作”的问题：中间需要一个双向接口。query compiler 负责把自然语言任务翻译成模型参数，response adapter 负责把模型输出翻译回推理上下文。这样，LLM 不必伪装成时序模型或表格模型，而是把专业任务交给真正擅长该模态的基础模型。

图4：不同方法的效用—token 消耗权衡。图4展示了不同智能体方法在整体 utility 和 token consumption 之间的关系。横轴为 token 消耗，纵轴为任务效用，图中同时标出了 Pareto frontier。结果显示，Eywa 系列方法整体更靠近效用—成本最优区域，说明其并不是单纯依赖更多语言模型推理来提升表现，而是在减少 token 使用的同时获得更高 utility。

图片解析：这张图进一步验证了 Eywa 的核心优势：科学任务中，提升智能体表现不一定要靠“更多 LLM 反复讨论”，而是要让合适的领域基础模型参与原生计算。传统语言-only 智能体需要把时间序列、表格等结构化数据转成语言再推理，因此容易增加 token 成本，也可能损失模态信息。Eywa 则通过 EywaAgent、EywaMAS 或 EywaOrchestra，把专用预测任务交给领域基础模型，再由 LLM 负责规划和整合结果，所以能在更低 token 消耗下取得更好的效用—成本平衡。

图5：Eywa对温度参数和提示词设计具有较好鲁棒性。图5展示了 EywaAgent、EywaMAS 和 EywaOrchestra 在不同 LLM sampling temperature、TabPFN softmax temperature 和提示词设计下的表现。结果显示，Eywa 在较宽参数范围内保持稳定，结构化提示词通常带来略高 utility，但整体收益并不依赖某一个特定 prompt 或超参数组合。

图片解析：这张图回应了一个很现实的问题：Eywa 的提升会不会只是 prompt 调得好？结果显示，Eywa 在不同温度和提示策略下都比较稳定，说明它的优势主要来自“异构模型协作机制”本身，而不是某个提示词技巧。对于后续做科学智能体平台的人来说，这意味着 Eywa 思路有一定可迁移性。

总结与展望

    这篇文章最大的创新点，是提出了一个让 LLM 与领域基础模型协同工作的异构智能体框架。Eywa 不再把语言作为科学任务的唯一接口，而是让 LLM 负责理解任务、规划流程和整合结果，让时间序列、表格等领域模型负责更擅长的专用计算。

    从应用角度看，Eywa 为科学自动化和跨模态科研助手提供了新的思路。未来如果接入蛋白结构、单细胞、药物设计、医学影像等更多生命科学模型，有望进一步拓展到真实科研流程中。不过，本文目前仍是预印本，实验场景也主要集中在结构化数据任务，后续仍需要在真实科研场景和多模态任务中继续验证。

原文链接：

https://arxiv.org/abs/2604.27351