知识卡片：ScienceIDE：将全球科学代码库转化为智能体可学习环境

一句话结论

ScienceIDE 试图把科学代码仓库转化为科学智能体可编程、可执行、可验证的学习环境；基于验证过的交互轨迹训练的 PhAI-IDE-72B、PhAI-IDE-9B、PhAI-IDE-4B，在留出的科学代码修复任务和部分通用代码、推理、知识基准上取得提升，提供了科学经验向更广能力正迁移的证据。

事件概述或研究问题

• 科学代码仓库以可执行模型、方法和工具的形式，编码了数十年的科学知识。
• 但碎片化工具链、隐式领域约定和专门的正确性标准，使这些知识难以转化为可靠的学习经验。作者将这一挑战称为“scientific experience bottleneck”（科学经验瓶颈）。
• ScienceIDE 的研究问题是：如何把世界的科学代码转化为科学智能体可用的可编程环境，并进一步用于监督微调、强化学习和评估。

方法/产品要点

• ScienceIDE 是面向科学智能体的基础设施，目标是把科学代码转化为可编程环境。
• 在专家定义的 scientific cases 和 acceptance criteria 指导下，智能体将代码仓库转化为可执行环境。
• 这些环境支持任务生成、执行和科学验证。
• 环境被定位为监督微调、强化学习和评估的共享基础。
• 研究使用 verified interaction trajectories 训练 PhAI-IDE-72B、PhAI-IDE-9B 和 PhAI-IDE-4B。
• 代码仓库：https://github.com/aitofound/ScienceIDE 。
• 具体环境构建流程、专家案例数量、验收标准细节、任务生成规模、轨迹规模等：待核实。

主要结果或产业意义

• PhAI-IDE 模型族在 held-out scientific-code repair 上取得提升。
• 在选定的通用基准上，模型在代码、推理和知识方面取得提升。
• 作者认为这提供了 positive transfer 的证据：从科学经验迁移到更广泛能力。
• 潜在产业/科研意义：ScienceIDE 可能成为智能体学习与科学实践的集成工作空间，使人类科学软件成为开发科学智能的共享底座。
• 具体提升点数、基准全集、对比基线、训练数据规模、计算成本、模型权重是否开源：待核实。

为什么重要

• 科学软件不只是静态代码资产，也可能成为智能体反复学习、执行和验证的环境。
• 科学领域的正确性标准复杂，ScienceIDE 将 expert-defined acceptance criteria 和 scientific verification 放在管线中心。
• 与既有脉络的关系：
  • Terminal-Universe 关注从已有终端智能体轨迹逆向重建可复用环境；ScienceIDE 的入口是科学代码仓库，而非已有轨迹。
  • Change2Task 关注从仓库变更/PR 构建可执行编程智能体任务；ScienceIDE 更强调科学案例、科学验收标准与科学验证，并用于训练模型族。
  • WikiSkill 关注把智能体经验编译为持久知识/技能；ScienceIDE 侧重把科学代码转成环境并产生验证轨迹，用于 SFT、RL 和评估。
  • 本条增量：面向 scientific codebase 的“环境化 + 科学验证 + 模型族训练 + 正迁移证据”。

局限与不确定性

• 摘要未披露具体 benchmark 名称、提升数值和统计显著性。
• 专家定义的 scientific cases 与 acceptance criteria 的规模、领域覆盖和可复现性：待核实。
• 环境构建成功率、任务生成数量、验证交互轨迹规模：待核实。
• 是否真正覆盖“world's scientific codebase”的实际范围、许可证与安全限制：待核实。
• PhAI-IDE 模型是否开源、训练细节、数据污染风险、通用基准提升是否由科学代码数据导致：待核实。
• GitHub 仓库的可用性、许可证、文档完整度：待核实。

可用于图书/PPT/简报的角度

• “科学代码即训练场”：从代码仓库到可执行、可验证的智能体环境。
• “科学经验瓶颈”：为什么科学代码难以直接变成可靠学习数据。
• “环境即数据”：专家验收标准、任务生成、科学验证如何构成闭环。
• “正迁移”叙事：科学代码修复能力是否外溢到通用代码、推理和知识。
• 科研基础设施 + AI agent：科学软件作为科学智能的共享底座。
• 对比页：Terminal-Universe / Change2Task / ScienceIDE 在“环境来源、验证方式、训练用途”上的差异。

原始材料

• 英文标题：ScienceIDE: Turning World's Scientific Codebase into Agent Learnable Environments
• arXiv ID：2609.19134v1
• 分类：cs.CL；cs.CY
• 发布/更新：2026-09-16T17:55:47Z
• 作者：Hejia Geng, Zesen Huang, Haoyang Li, Wenbin Li, Koutian Wu, Zihan Zhou, Yuanbo Pang, Weihao Liu, Zigong Xu, Zhiping Li, Zongzheng Zhang, Chuanfei Dong, Jiankai Sun, Tianzhe Zheng, Fengyu Xie, Yue Ma, Yueheng Shi, Tong Xie, Zonglin Di, Xianrong Liu, Qucheng Gao, Yimin Liu, Jiaming Pan, Sheng Huang, Xiao-Han Ma, Lanqing Yuan, Zhenlin Zhu, Ziang Liu, Ziyang Xu, Junkai Wang, Kangkai Liang, Jiayi Xian, Zehong Zhao, Liuwei Xu, Jingxu Xie, Peijin Zhang, Qiang Gao, Chengyi Xing, Zhe Zhao, Xi Wang, Yaopeng Xing, Xing Meng, Zhenfei Yin, Yingcheng Wu, Ling Yang
• 英文关键词：原文未单独列出；以下为基于标题与摘要提取，非原文标注：ScienceIDE; scientific codebase; agent learnable environments; scientific agents; scientific experience bottleneck; executable environments; task generation; scientific verification; supervised fine-tuning; reinforcement learning; evaluation; scientific-code repair; positive transfer
• 摘要链接：https://arxiv.org/abs/2609.19134v1
• PDF：https://arxiv.org/pdf/2609.19134v1
• 代码：https://github.com/aitofound/ScienceIDE