cherry 天文观测常被浪漫化：穹顶打开，镜筒指向几亿光年外，微光落到探测器上，用来研究超新星、伽马暴、中子星合并等。但具体使用望远镜时，日常往往琐碎辛苦。
冬天夜长，国家天文台兴隆观测基地一次值班常持续十几个小时。值班人员要彻夜守着望远镜和控制软件，盯目标位置、天气和设备状态，调参数、排任务。云层、湿度、风速、月光会影响观测，机械、网络和供电也可能变动。按计划观测一晚已够繁琐，瞬变观测更麻烦。超新星、伽马暴无法提前推算，尤其超新星爆发早期，亮度和光谱快速变化，一些特征可能几小时或几天后不再出现。发现越早、跟得越快，数据越完整。国家天文台高级工程师、兴隆观测基地天文组负责人郑捷把这种情况形容为“天上掉馅饼”。
但“看到馅饼掉下来”本身就很复杂。瞬变会打乱原定排班：如果今晚已排了三个科学任务，预警系统里突然出现一颗疑似极早期超新星，就要很快判断它是否重要、是否可观测、天气是否允许、哪台望远镜能接手，以及原来任务该挪掉哪一个，并逐级协调排程与设备调用。
今年，国家天文台科研团队在千问办公协助下做了一次新尝试：基于 Agent Harness，用不到3天、千元左右成本搭出科研级望远镜仿真环境；望远镜组件和传感器接口被包装成 MCP，Agent 可读取设备状态和可观测条件，相关框架接入了“司天”探路者和“司天”原型机。公开资料显示，星语望远镜 StarWhisper Telescope 以千问为基础模型，把观测计划、望远镜控制和数据处理放进同一套 Agent 框架，部署在多台望远镜组成的观测网络上，能在发现新瞬变后触发后随任务。该工作被列入斯坦福大学以人为本人工智能研究院发布的《AI Index Report 2026》报告 Science 章节，是2025年物理、天文、化学和材料科学领域的代表性 AI Agent。
