2026年4月，国家天文台在子午工程II期全日面矢量磁像仪（SFMM）上成功部署JW-ASTClaw，这是全球首个大语言模型驱动的科学级太阳望远镜多智能体自主控制系统，相关研究论文已经被RAA接收，并已线上公开发表。该系统的完成不仅实现了全日面磁像仪的智能化升级，更探索出可移植的分层解耦架构方案，推动了具身智能望远镜从概念走向工程实践，为天文观测智能化构建了全新的技术路线。
一个绕不开的工程命题
过去几十年，望远镜控制系统沿着自动化方向走到了极致。从空间卫星的任务触发式观测，到地基网络的标准化质控、高性能自动化运行，控制架构不断精进。但这些系统有一个共同的基因局限：它们运行在确定性状态机或优先级队列之上，只能应对被预先编程的场景。当多云、视宁度恶化、耀斑爆发三种条件同时出现时，固定规则系统无法像人类观测者那样，综合判断、动态权衡。望远镜不缺自动化，它缺的是"判断力"。
从"自动"到"自主"：金乌·龙虾具身智能望远镜（JW-ASTClaw）
2026年4月，国家天文台怀柔基地团队在子午工程II期全日面矢量磁像仪（SFMM）上部署了JW-ASTClaw——全球首个在科学级太阳望远镜上实现端到端大语言模型驱动的多智能体自主控制系统。相关论文已经被天文专业期刊RAA接收，并已线上发表（~https://iopscience.iop.org/article/10.1088/1674-4527/ae8b87~）[1]。
图1 JW-ASTClaw系统框图
三位“有经验的AI观测员”并行值守
系统核心由三个感知智能体组成：耀斑检测智能体利用SFMM四谱线探测能力，耀斑响应延迟压至5秒以内；数据质量智能体实时筛查废图，防止无效数据入库；云况分析智能体实现四级云况判断，能在云层遮挡太阳前预警。三路观测建议汇聚至大模型中央引擎进行冲突仲裁——例如当"云逼近"与"高概率耀斑"同时出现，系统自主推理出最优综合策略。
面向天文观测的安全护栏与持续学习的“Her”[2]
系统设计了四级优雅降级（云端AI→本地模型→规则系统→人工兜底）和六层纵深安全防线，AI负责"想"，安全链负责"管"，职责分离、全程可追溯。夜间Dreamer进程自动整合当日经验，系统在运行中持续学习、越用越聪明。
不止于一台望远镜，从“单兵”向“蜂群”演进的出发点
JW-ASTClaw采用MCP三层解耦架构，感知层和决策层可跨望远镜复用。这是具身智能望远镜从概念走向工程的第一块基石。该系统的完成不仅实现了全日面磁像仪的智能化升级，更探索出可移植的分层解耦架构方案，推动具身智能望远镜从概念走向工程实践，为天文观测智能化构建了全新的技术路线。
参考文献：
[1]Tong L.-Y., Lin J.-B., Deng Y.-Y. et al., "JW-ASTClaw: A Generalizable Multi-Agent Framework for Autonomous Solar Telescope and Its Implementation within Chinese Meridian Project，Accepted by RAA，2026."
[2]电影《她》（Her），导演：斯派克·琼斯，Annapurna Pictures，2013年。
附件下载：