量子運算是一項新興技術，它利用量子力學的獨特特性來處理資訊。未來，它有望更好地模擬複雜材料和分子。與傳統處理器不同，量子處理器由量子位元（qubits）構成。準備和執行量子位元實驗可能需要數月時間，並涉及數百到數千次的初步測量——這項工作正可由 AI 協助完成。

麻省理工學院（MIT）工程量子系統研究組（EQuS）的研究生 Beatriz Yankelevich，利用結合 Codex 的 GPT-5.6 Sol，探索 AI 是否能簡化她的實驗工作流程。MIT 團隊研究超導量子位元，這些量子位元在稱為稀釋冷凍機的特殊設備中被冷卻至接近絕對零度。這些量子位元能快速執行操作，透過微波訊號精確控制，並可使用熟悉的製造技術在晶片上排列。

一旦超導量子位元晶片製造、封裝並冷卻完成，研究人員便完全透過軟體與其互動，這使得 Yankelevich 的實驗成為 AI 代理的天然測試場。將 Codex 連接到協調實驗的實驗室軟體，使其能夠執行測量、分析結果並決定下一步嘗試。Yankelevich 發現 GPT-5.6 Sol 通常能自主完成常規測量工作流程，為她節省大量時間，並讓實驗在無需持續監督的情況下運行。這使她能將更多時間用於分析結果、設計實驗和規劃研究的下一步。

超導量子位元常被稱為人工原子，因為它們像原子一樣，只能佔據特定的能量級。微波脈衝在這些能量級之間移動量子位元，並探測其量子狀態。研究人員設計並校準發送到晶片的脈衝序列，然後將返回的訊號數位化並分析。這些測量揭示了每個量子位元的共振頻率，這使得研究人員能夠精確控制量子位元；以及量子位元保留量子資訊的時間長度；以及執行計算所需的設定。

校準量子位元需要一系列相互依賴的測量，每個結果都會影響下一步的行動。量子位元特性偶爾會漂移，意外的物理行為也可能導致結果不一致。經驗豐富的研究人員能夠識別這些變化並在發生時進行調整。這種軟體控制、重複測量和自適應決策的結合，也使量子位元校準成為 AI 代理的一個引人注目的應用案例。

Yankelevich 測試了 GPT-5.6 Sol 在未校準的六量子位元晶片上執行測量的能力，這是一種 EQuS 常用來基準測試其製造過程的標準類型晶片。她向 Codex 提供了測量專用的技能，解釋如何執行和評估每個實驗。利用這些技能和晶片的設計目標，GPT-5.6 Sol 選擇了測量參數、操作硬體、分析所得數據，然後要麼改進測量，要麼保存結果以用於下一次測量。

當訊號清晰時，Codex 在研究人員很少干預的情況下，完成了一系列標準測量。它識別了量子位元的躍遷頻率，校準了用於控制和讀取的脈衝，並確定了量子位元保留量子資訊的時間。當實驗訊號微弱或嘈雜時，GPT-5.6 Sol 遇到了更多困難。在這些情況下，它需要更長時間才能找到合適的測量參數，有時還需要經驗豐富的研究人員指導。

結果表明，目前的代理可以處理清晰定義的實驗工作流程，但解釋模糊的物理結果仍然是一個挑戰。

EQuS 製造了許多這類標準晶片，每個晶片可能需要研究人員花費數天時間來進行特性分析。該團隊現在定期使用代理來處理常規測量，讓研究人員能夠專注於其他工作。

Yankelevich 表示：「我可以讓代理在夜間或我在無塵室工作時，運行數小時的測量。我可以透過手機查看它們的進度，並在需要修正或我想探索不同方向時引導它們。」

直接的好處是，Codex 代理可以幫助研究人員在實驗分析和測量方面取得穩步進展，而無需持續監督。經驗豐富的研究人員可能仍然能比目前的 AI 模型更快地識別出最佳校準設定。但透過節省過去用於監控校準過程每一步的時間，研究人員可以專注於其他工作。

常規晶片特性分析遵循相對明確的工作流程。對於新穎的實驗，Yankelevich 會為 Codex 代理設定更狹窄的實驗目標，同時更大量地利用它們編寫、修改和測試用於控制、分析和模擬的新程式碼的能力。將代理直接連接到實驗室，讓團隊能夠修改程式碼、根據實際測量進行測試，並自主完成更長的工作階段。

Yankelevich 說：「我已經建立了基礎設施來引導代理完成我工作的幾個部分——測量、理論和晶片設計——現在它真的開始產生回報了。我可以讓多個代理同時處理不同的問題，而我大部分時間都花在更高層次的工作上——解釋結果、設計實驗、規劃代理的下一步、閱讀和寫作。」