让两个大模型「在线吵架」，他们跑通了全网95%科研代码｜深势发布Deploy-Master

本文背景是科学计算领域存在大量开源软件工具，但绝大多数难以直接运行，部署过程复杂且不可复现，制约了科学软件的可复现性、评估和集成，尤其在AI for Science和Agentic Science范式下，工具能否可靠执行成为关键瓶颈。研究目的是介绍Deploy-Master，一个以执行为中心的一站式自动化工作流，旨在通过系统化基础设施解决科学软件的部署问题。其方法包括构建学科空间进行工具发现与筛选，以及采用双模型评审与辩论机制生成构建规格，将部署成功率提升至95%以上，最终成功部署了50112个工具。结论表明，Deploy-Master为科学工具提供了可执行验证和结构化注册，建立了可观测的部署基础设施，为Agentic Science提供了稳定的行动基座，证明了以执行为核心的设计能有效应对工具部署的“不完美信息”挑战，尽管异构硬件等未来问题仍需解决，但执行验证已成为智能体与现实世界交互的前提。