论文信息
| 项目 | 内容 |
|---|---|
| 中文标题 | HiLSVA：人在回路的科学可视化智能体系统------设计与评估 |
| 英文标题 | HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization |
| 作者 | Kuangshi Ai, Patrick Phuoc Do, Chaoli Wang |
| 所属机构 | 美国圣母大学计算机科学与工程系 |
| arXiv 编号 | 2606.26614（v2，修订于 2026 年 7 月 16 日） |
| DOI | 2606.26614 HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization |
| 发表信息 | IEEE Transactions on Visualization and Computer Graphics (TVCG)，IEEE VIS 2026 |
| 项目主页 | HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization |
| 代码仓库 | 见项目主页（开源） |
摘要
翻译
大语言模型智能体使得科学可视化的自然语言交互成为可能。然而，此前的系统在很大程度上优先考虑自主性而非人类分析控制权，从而限制了透明度和人为监督。本文提出 HiLSVA，一个支持混合主动科学可视化工作流的"人在回路"智能体系统。HiLSVA 集成了计划优先的多智能体架构、明确的人工监督、分步溯源追踪以及通过用户反馈进行的测试时学习适应。系统支持通过自然语言和直接操作可视化工具在人类与智能体之间进行流畅交接，同时沙盒执行确保了安全、可重复的工作流。HiLSVA 将智能体驱动的科学可视化重新定义为一种增强（而非取代）人类分析推理的协作过程。研究通过代表性案例研究和一项受控用户研究（12 名不同专业水平的参与者，在多种自主性设置下）对系统进行了评估。结果表明，混合主动交互提高了不同专业水平用户的任务完成度、用户控制感和工作流透明度，同时也揭示了执行效率与人为监督之间的权衡关系。
解读
摘要点明了本研究的核心矛盾：此前基于 LLM 的科学可视化工具过度追求"全自动"，忽略了科学探索中人类分析的主导地位。HiLSVA 并非简单地在流水线中插入一个"确认按钮"，而是从架构层面将人视为智能体团队中的"一等公民"。所谓的"混合主动"，是指人和智能体都可以主动发起行动------智能体可以提议计划并请求批准，人也可以随时介入调整参数或直接操作界面。这种设计理念将自动化从"替代者"转变为"协作者"。摘要中提到的"效率与监督的权衡"是贯穿全文的重要线索------人的参与必然增加时间成本，但换来了更高的可信度和控制感。
1 引言
翻译
大语言模型的进步使人机交互变得更加直观和便捷。LLM 智能体已广泛用于文件管理、邮件起草、网络导航、代码生成等任务。在可视化领域，它们弥合了分析意图与实现之间的差距，使用户能够用自然语言描述目标并获取可执行的工作流。在科学可视化方面，近期出现了 ChatVis、ParaView-MCP、NLI4VolVis、VizGenie 等系统，标志着从生成式 AI 向智能体 AI 的转变。然而，现有工作倾向于强调自主性和任务完成，往往边缘化了人类分析师的中心地位。如 Dhanoa 等人所言，可视化本质上是"以人为中心"的，强调推理、可解释性和责任，而不仅仅是自动化。关键挑战不是构建更自主的科学可视化智能体，而是在人类分析控制权与机器自主性之间取得平衡。最终目标不是为自动化而自动化，而是赋能人们进行科学分析、获取有意义的洞见并做出明智决策。其他领域的最新工作凸显了"人在回路"智能体系统的前景，如可解释 AI 提升人机协作绩效、HULA 实现代码迭代优化、Magnetic-UI 提供协同规划和动作审批等机制。受这些启发，本文提出 HiLSVA，旨在弥合自主可视化智能体与科学可视化固有"以人为中心"目标之间的鸿沟。HiLSVA 的具体贡献包括：（1）通过监督、溯源和安全执行实现以人为中心的协作；（2）通过与科学可视化流水线的领域适配集成；（3）在不同自主性水平和参与者专业水平下的综合评估。
解读
引言部分清晰地勾勒了研究背景与定位。作者承认 LLM 智能体在科学可视化中的潜力，但明确指出"自主性优先"的设计路径存在根本性问题：科学可视化往往是开放式的探索过程，科学家需要在观察中不断调整假设和分析策略。如果系统只给出最终图像而不展示中间推理和决策过程，科学家无法判断结果的可靠性，也无法从中获得对数据更深的理解。作者将 HiLSVA 置于一个更广泛的研究趋势中------从"完全自动化"转向"协作式智能体"。值得注意的是，作者并未否认自动化的价值，而是主张将自动化放在"人可监督、可干预、可回溯"的框架内运行。引言末尾明确列出了三项贡献，这为读者提供了全文的阅读路线图：第一项贡献关于设计原则，第二项关于技术实现，第三项关于实验验证。
2 相关工作
翻译
论文从三个方面梳理了相关研究。在 LLM 智能体方面，通用智能体具备推理、规划、工具使用、记忆和反思等核心能力；可视化智能体（如 MatPlotAgent、LIDA、AVA、ChatVis、ParaView-MCP 等）将通用能力适配到需要视觉反馈和迭代修正的任务中，但主要关注智能体能力、工具集成或输出生成，而非科学可视化工作流中持续的人工监督。在人-智能体协作方面，多智能体系统强调分工与协调；混合主动系统主张在自动化与用户控制之间取得平衡，支持不确定性处理、对话和人机平滑交接。在科学可视化领域，VizGenie 动态生成可视化脚本，NLI4VolVis 支持自然语言交互，SASAV 和 AI VIS co-scientist 推动更自主的工作流，但这些系统主要强调自然语言交互或自主执行，未系统性地整合人工监督与溯源管理。在评估方法方面，已有 Collaborative Gym 和 τ-bench 等基准，以及针对科学可视化智能体的 NL2SciVis 和 SciVisAgentBench，但人机协作研究需要超越纯结果指标，捕捉过程、交互质量和一致性。论文还提供了一张对比表（表 1），将 HiLSVA 与 Magnetic-UI、Cocoa、CowPilot、VizGenie、NLI4VolVis 等系统在六个维度上进行对比：科学可视化适配、人工监督、混合主动交互、工作流溯源、安全执行、带人工反馈的测试时学习。HiLSVA 是唯一在所有六个维度上均有覆盖的系统。
解读
相关工作部分不仅展示了学术地图，更通过对比表精确地定位了 HiLSVA 的创新之处。表中其他系统各有侧重：Magnetic-UI 提供了丰富的混合主动交互但没有科学可视化适配，VizGenie 有科学可视化适配和自学习但没有人工监督和溯源，而 HiLSVA 是唯一一个同时具备"领域适配 + 人机深度协作 + 可追溯 + 自适应"能力的系统。这种多维度的差异化定位，使得 HiLSVA 不是一个"更好的自动画图工具"，而是一个"新范式的科学可视化协作平台"。该部分还指出了一个重要的评估观念：人机协作系统的评价不能只看"任务是否完成"和"花了多少时间"，还要看交互过程是否顺畅、用户是否理解了系统的行为、协作质量如何------这为后文的用户研究设计提供了方法论依据。
3 系统方法
3.1 混合主动智能体架构
翻译
HiLSVA 在 Magnetic-UI 提供的通用混合主动基础设施之上构建，扩展了科学可视化特定能力，包括专门智能体设计、带人工监督的溯源感知执行、通过 MCP 工具调用和脚本生成实现的多模态可视化控制、沙盒环境，以及通过人工反馈进行的测试时适应。系统采用以"主控智能体"为中心的多智能体架构，协调多个专门子智能体：网页浏览智能体、代码智能体、文件浏览智能体、ParaView 智能体（通过 MCP 服务器直接控制 ParaView GUI）和自我改进智能体（支持通过人类反馈进行测试时学习）。系统遵循"计划优先"工作流。收到任务后，主控智能体会合成一个分步计划，每个步骤分配给特定智能体。不同于依赖多轮对话进行细化，HiLSVA 将计划作为可编辑工件暴露给用户，用户可以重新排序、增删或修改步骤指令，批准后才开始执行。执行过程中，主控智能体监控状态，必要时修订指令或触发重规划。每步执行前可调用自我改进智能体从知识库检索领域知识，每步执行后可进行自我反思并在适当时向用户请求指导。当前实现中，HiLSVA 在隔离的 Docker 环境中运行 ParaView，支持 MCP 工具调用、生成的 Python 脚本和用户直接 GUI 操作三种交互方式。代码智能体采用类似 ChatVis 的技术，包括结构化提示分解、检索增强生成和迭代错误修正。架构本身是后端无关的，未来可集成 VMD、napari、TTK 等其他工具。
解读
这一段是技术核心。"计划优先"是一个关键设计决策：系统不直接执行用户的自然语言指令，而是先产生一个可读、可编辑的计划。这相当于把智能体的"思考过程"摊开在桌面上，让人在行动前就能发现问题、调整方向。对于科学可视化而言，这种设计尤为重要，因为一个错误的参数设置可能导致误导性的可视化结果，事后纠正的成本远高于事前审查。MCP（模型上下文协议）是另一个技术要点------这是 Anthropic 提出的标准协议，相当于给 AI 装上了一双可以操作软件的"机械手"，比单纯生成代码更精准、延迟更低。"主控智能体 + 专门智能体"的分工模式体现了良好的软件工程实践。主控负责规划与协调，专门智能体负责具体执行（代码生成、GUI 操作、网页检索等），职责清晰。同时，后端无关的架构设计保证了系统的可扩展性------虽然当前只实现了 ParaView 集成，但架构本身并不绑定于任何特定可视化工具。
3.2 人工监督、溯源与安全执行
翻译
用户被视为多智能体团队中的"一等公民"参与者，主控智能体可将特定步骤委派给用户。执行过程中，HiLSVA 支持混合主动协同执行。用户可随时通过自然语言指令或直接操作可视化环境（如调整传递函数或相机参数）进行干预，干预后可无缝地将控制权交还智能体。反之，当检测到歧义、偏离已批准计划或置信度不足时，系统会主动向用户查询澄清。此外，HiLSVA 对关键或不可逆操作（如执行生成的代码或敏感的科学可视化工具调用）强制要求用户明确批准。用户还可以调整系统自主性水平，在智能体自主性与人工干预之间取得平衡。系统提供细粒度的分步控制和溯源追踪，包括预期溯源（计划的行动序列）和回溯溯源（已执行的行动、软件状态和可视化输出）。用户可选择任意先前步骤恢复对应状态，修改剩余计划并从该点继续执行。HiLSVA 还支持保存和重用完整工作流计划------不仅保存计划本身，还包含对应的 ParaView 状态和中间可视化快照，用户可恢复到保存工作流中的任意步骤、检查中间结果、从该点分支并用修订后的指令继续执行。为保证安全和可重复性，HiLSVA 采用"即插即用"沙盒执行环境。每个对话会话在自己的独立 Docker 容器中运行可视化引擎、代码执行、网页浏览和文件访问，防止跨会话的意外副作用，并支持多任务并行执行。
解读
这部分将"人在回路"从抽象理念转化为具体机制。最值得一提的是"用户可随时直接操作 GUI"------这解决了自然语言交互的一个根本局限：有时视觉意图很难用语言精确描述（比如"把传递函数曲线调得稍微平滑一点"），而直接动手拖拽比说话更高效。HiLSVA 允许用户"接管"控制台，操作完成后交给智能体继续，这种"人机交替驾驶"的体验在科学可视化场景中非常自然。"分步溯源"和"状态恢复"则是科研场景的刚需。科学探索本质上是非线性的：常常需要回溯到某个中间状态，尝试不同参数组合，对比结果。HiLSVA 不仅记录执行历史，还允许用户像"时间机器"一样跳转到任意步骤并分支，这大幅降低了探索性分析的成本。这里的"状态恢复"不仅仅是撤销文字------而是恢复整个 ParaView 软件的内存快照（包括缓存、相机视角、色卡设置等），在技术实现上有相当高的复杂度。
3.3 带人工反馈的测试时学习
翻译
测试时学习指模型在部署后推理过程中调整自身行为的能力。HiLSVA 通过将人类明确纳入测试时学习循环，使智能体能够在任务执行过程中通过结构化自我反思和针对性人工反馈进行适应。系统遵循"计划-执行"工作流。对于给定任务，智能体团队执行步骤序列，每步对应一个动态演进的环境状态（包含可视化引擎状态、辅助工具状态、中间文件和从外部仓库检索的知识）。智能体团队维护一个基于向量的知识库作为内部状态，每个知识项用自然语言标题表示，并通过 BERT 嵌入索引。初始知识库中预置通用科学可视化知识。执行步骤前，从知识库中检索相关知识项，纳入环境状态以指导智能体行动。检索采用复合评分：有效性权重 × 语义相似度 × 置信度 × 时效性。人工反馈派生的知识置信度为 1，自我反思派生的知识由自我改进智能体根据执行结果评估置信度。时效性采用指数衰减。步骤执行后，自我改进智能体进行自我反思，评估执行质量并分配置信度。若置信度低于预设阈值且累计交互成本在预算内，智能体请求人工反馈。知识库随后更新，存储自我反思摘要和人工反馈作为新知识项，并附带元数据（时间戳、置信度、LLM 生成的标题），用于未来步骤的检索。
解读
测试时学习机制是 HiLSVA 区别于静态系统的关键。其精妙之处在于"知识是用自然语言标题加向量嵌入存储的"，而非某种黑盒权重------这意味着人类可以理解知识库中存了什么，甚至能手动审查和修正。检索时综合考虑语义相关性、置信度和时效性，使得系统既不会遗忘早期经验，也能区分"专家确认的知识"和"系统自己的猜测"。置信度设计尤其值得注意：人教的知识直接给满分，AI 自己总结的要打折扣，这避免了系统把错误经验当作真理来传播。时效性采用指数衰减意味着"老旧经验"会逐渐失去影响力，除非被标记为"核心原理"永不过期。作者还将"人工反馈成本"显式建模为预算约束------每次提问都有成本，系统不能无休止地打扰用户。这种设计在学术上严谨，在实际使用中也避免了 AI 系统常见的"过度询问"问题。
3.4 交互界面
翻译
HiLSVA 的界面将规划、执行和可视化紧密耦合，主要包括三个组件：（1）混合主动聊天组件------主要的交互通道，用户可通过自然语言指定任务、审查和编辑计划、批准或拒绝操作、对智能体自我反思提供反馈；（2）工作流监控面板------以分步流程展示执行状态，用户可检查进度、撤销已完成的步骤、利用记录的溯源信息返回先前的状态；（3）实时可视化引擎和网页浏览器------智能体与外部工具交互时实时更新。此外还包括计划画廊和知识库（展示已保存工作流和积累的知识及其溯源信息），以及会话监控侧边栏（管理多个并发任务会话）。
解读
三组件界面设计将"对话"、"过程监控"和"结果观察"在空间上并行展开，避免了在单一聊天窗口中信息混杂的问题。工作流监控面板不仅是被动显示，还支持点击式状态跳转------这种"点击即恢复"的交互方式大大降低了使用溯源功能的门槛。整个界面设计强调了 HiLSVA 的核心价值：让用户对过程"看得见、摸得着、改得了"。会话监控侧边栏支持多任务并行，用户可以在不同任务之间切换，每个任务都有独立的 Docker 容器和状态，这为对比实验提供了极大的便利。
4 结果与评估
4.1 科学可视化阶段与案例研究设计
翻译
评估围绕三个典型的科学可视化阶段展开：数据探索、数据可视化和科学洞察。这三个阶段对应三类递进复杂度的任务：基本操作任务（测试基础执行可靠性）、可视化工作流任务（需要多步推理和协同构建）、科学分析任务（涉及从原始数据中推导和比较科学意义特征）。案例研究和用户研究均基于此框架设计。
解读
三类任务的递进设计体现了评估的系统性。基本操作任务验证系统的"基本功"------能不能正确地加载数据、生成切片、调色；可视化工作流任务验证"协作能力"------人和系统能不能一起探索参数、比较方案；科学分析任务验证"深层价值"------系统是否能帮助用户发现数据中隐含的科学意义，而不仅仅是画出一张好看的图。这种分层评估避免了只测试简单功能而忽略复杂场景的常见问题。
4.2 案例研究
翻译
论文呈现了五个案例研究，涵盖两类基本操作任务（Foot 足部 CT 扫描、Hurricane 飓风大气模拟）、两类可视化工作流任务（Tornado 龙卷风向量场、Combustion 燃烧反应流）和一类科学分析任务（Half-Cylinder 半圆柱体绕流）。
Foot 案例：用户请求足部 CT 数据的等值面可视化以显示骨骼结构。HiLSVA 生成计划、执行并产出初始可视化。用户随后要求系统从网络检索解剖参考图。通过对比，用户发现跖骨清晰但趾骨仅部分可见。用户转而直接操作 ParaView GUI 进行精细化调整，快速改善了可视化效果。
Hurricane 案例：用户请求飓风温度场的水平切片可视化。初始切片未能清晰揭示飓风结构，用户要求叠加等值线。主控智能体先计算切片数据直方图确定数值范围，再生成等值线，最终清晰显示了飓风结构和温度梯度。
Tornado 案例：用户请求流线可视化但不确定最优参数（种子球中心、半径、最大流线长度）。HiLSVA 生成包含三个参数试验的工作流计划，呈现结果后让用户选择偏好配置。用户选择试验 2 后，通过点击工作流监控面板一键恢复对应 ParaView 状态。随后用户请求添加箭头符号可视化，自我改进智能体从知识库检索到"符号应按速度向量定向并按速度大小缩放"的专家指导，据此生成计划并执行。执行后自我反思建议调整流线管半径，用户同意后系统完成最终可视化。
Combustion 案例：用户请求可视化随时间变化的 Y_OH 标量场并导出为视频。自我改进智能体从知识库检索到先前学习的配色方案配置。ParaView 智能体加载所有时间步并执行体绘制，导出为视频。随后用户请求分析同一数据集中的另一个变量，提取等值面并导出动画。
Half-Cylinder 案例：用户首先请求向量场的箭头符号可视化，但未能清晰揭示流动结构。用户转而要求系统帮助识别涡旋区域。HiLSVA 生成计算 Q 准则的计划，脚本计算后加载结果并进行体绘制，清晰显示了涡旋结构。随后用户要求使用 λ₂ 方法进一步分析，系统生成第二个脚本，创建三个不同负等值处的等值面，提供了对涡旋流动特征的互补视角。系统通过自我反思总结了成功的 Q 准则工作流并存储为可重用知识，在后续 λ₂ 分析时自动检索该经验以指导工作流。最后，用户请求将相同分析扩展到其他雷诺数数据。
解读
五个案例研究系统地展示了 HiLSVA 在不同复杂度任务中的表现。从设计角度看，这些案例并非演示"系统有多聪明"，而是展示"人和系统如何在不同阶段协作"。值得注意的细节包括：Foot 案例中用户直接操作 GUI 而非用语言描述参数调整------这强调了混合主动交互的实用性，语言并非万能媒介；Tornado 案例中"点击恢复状态"和"知识库检索专家指导"两个功能协同工作，一个提供了操作效率，一个提供了领域知识支持；Half-Cylinder 案例中用户不需要预先知道 Q 准则或 λ₂ 的具体公式，系统可以通过协同规划提出候选分析策略并解释其目的------这降低了领域专家使用先进分析方法的门槛。值得注意的是，作者在 Half-Cylinder 案例的结尾明确指出："作为一个混合主动系统，HiLSVA 支持的是人类引导的科学分析，而非自主的科学发现。"这个表述清晰地界定了系统的定位和能力边界。
4.3 用户研究
翻译
研究者开展了一项受控用户研究，12 名参与者按专业水平分为三组：3 名科学可视化专家、4 名领域科学家（熟悉科学数据集但可视化工具经验有限）、5 名新手（既无领域知识也无可视化经验）。所有参与者使用配备 RTX 5090 GPU 和两台 32 英寸显示器的工站完成研究，获得 30 美元报酬。为评估人工参与程度的影响，研究设置了三种自主性配置：（1）全自动模式------系统以最少人工干预执行；（2）半自动模式------参与者可提供指导但禁用自我改进组件；（3）混合主动模式------启用完整功能（知识检索、不确定性反思、主动向用户请求反馈）。前三个任务采用平衡设计，每位参与者在三个任务中分别体验三种模式；第四个任务允许参与者自由选择偏好模式。研究流程分为四个阶段：系统介绍、自由探索、任务执行、任务后问卷。所有任务完成后，参与者填写了涵盖可用性、可解释性、感知透明度和人机协作质量的问卷。任务绩效如表 2 所示。所有 12 名参与者均完成全部任务，领域解读问题平均准确率为 11.75/12。前三项任务中，全自动模式平均完成时间最短（9.83 分钟），半自动次之（11.67 分钟），混合主动最长（13.50 分钟）。弗里德曼检验未达显著性，但全自动与混合主动对比效应量较大，表明时间差异反映了效率与监督之间的权衡，而非可靠的速度差异。专业水平分组比较显示，任务完成时间和探索时间无显著组间差异，专业解读问题准确率均很高（专家 100%、领域科学家 100%、新手 95%）。这表明 HiLSVA 使新手能够达到与专家相当的表现水平，且记录会话中未观察到数据幻觉。在最终任务中，参与者选择的自主模式分布为：7 人选全自动、2 人选半自动、3 人选混合主动。熟悉系统后，多数参与者倾向于更高的自动化程度，但同时有相当一部分参与者仍偏好保留更多人类控制权的模式。问卷结果（附录 A）显示，14 个问题平均得分为 4.66/5。透明度相关问题（系统反馈清晰度 4.92、分步溯源的用处 4.92）和回退能力（满分 5.00）得分最高。唯一较低的是"无需帮助完成任务"（3.92），反映了任务本身的难度。专家评分略低于非专家，符合预期：专家对系统评判更严格，而新手从智能体辅助中获益更多。定性反馈中，参与者普遍肯定了人机协作的价值和系统的可控性。专家特别提到"用户和智能体共同细化可视化的方式"；领域科学家强调"通过文字描述控制可视化"的能力；新手欣赏智能体在不确定时请求指导的功能。挑战方面，参与者报告了延迟和稳定性问题（LLM 响应慢、GUI 偶尔崩溃），专家认为输出有时过于冗长，新手希望获得更多解释和指导。
解读
用户研究是这篇论文最具说服力的部分之一。研究设计在方法学上值得称道：三种自主模式的平衡设计使每位参与者都成为自身的对照，减少了个体差异对结果的影响；专业水平分层招募使研究者能够观察系统对不同用户群体的适应性。核心发现"新手表现与专家相当"具有重要实践意义------这表明 HiLSVA 有潜力大幅降低科学可视化的准入门槛。但作者并未回避代价：混合主动模式耗时最长，且自由选择阶段多数人选择了全自动。这揭示了一个真实而微妙的用户行为模式：用户可能既看重控制权，又希望在认为系统可靠时"放手"以提高效率。这种矛盾心理恰恰说明系统应该提供可调节的自主性，而非强制某种交互模式。问卷结果中"透明度"维度接近满分，验证了"计划公开 + 溯源记录"的设计确实有效建立了用户信任。而"无需帮助完成任务"的低分则从另一个角度证实了系统的价值------任务本身很难，但有了 HiLSVA，所有人都能完成。定性反馈中专家和需求的分化也很有启示：专家觉得输出冗长想要精简，新手希望更多解释------这提示未来系统可能需要根据用户水平自适应调整信息呈现方式。
5 局限性与未来工作
翻译
研究指出了若干局限性：（1）依赖外部 LLM API 引入了延迟，尽管部分通过不同虚拟环境中的并行执行得到缓解。（2）测试时学习和动态知识库的性能依赖于用户反馈的质量。在专业科学领域，相关知识往往是隐性的或难以用自然语言表达，限制了有效学习。引入经过整理的领域知识可进一步支持特征提取等复杂工作流。此外，HiLSVA 的适应是基于检索的，积累和重用结构化知识而非改进模型本身；更强的自我改进可能来自自进化智能体（如自动发现新设计、编辑自身代码或元学习优化）。（3）用户研究（N=12）的统计功效足以检测大的组内效应，但不足以检测精细的组间或交互效应，因此专家分层和交互结果属于描述性和提示性发现。更大规模、纵向的领域科学家研究是必要的。未来工作将沿三个方向展开：（1）集成更多可视化与分析工具以提升通用性（分子动力学、天体物理、流体模拟、生物图像处理等）；（2）通过更好的不确定性建模、多模态基础和长期个性化增强学习能力；（3）通过基于推荐的分析辅助、协作多用户环境和在线部署，扩大对非专家用户的支持。
解读
局限性部分的坦诚态度值得肯定。作者明确区分了"架构设计能力"和"当前实现局限"------例如延迟是"依赖外部 API"导致的，而非架构缺陷；ParaView 稳定性问题是"已知同步限制"导致的，需要后端级修改。特别值得注意的是对测试时学习机制局限性的自我剖析：检索式适应虽然提供了可解释性，但本质上只是"记忆"和"检索"过去的经验，而不是真正改进模型的推理能力。这种坦诚的学术态度使得论文的可信度更高。未来工作方向中的"基于推荐的分析辅助"尤其值得关注------结合知识库中存储的专家工作流，系统将来可能不仅能回答问题，还能主动建议"基于您当前的探索，或许可以尝试以下分析策略......"，这将进一步降低用户的分析决策负担。
6 结论
翻译
论文提出 HiLSVA，一个将科学可视化重新定位为人类与 LLM 智能体之间协作过程的"人在回路"智能体系统。通过混合主动智能体架构、分步溯源追踪和测试时学习适应，HiLSVA 实现了透明、可控、交互式的科学可视化工作流，兼顾自动化与人工监督。评估表明，包括新手在内的各专业水平用户都能使用该系统完成非琐碎的科学可视化任务，而混合主动交互在效率与控制之间提供了灵活的平衡。这些发现突显了设计增强而非替代人类推理的智能体系统的重要性。HiLSVA 为未来以人为中心的科学可视化系统提供了实践基础，并为将透明、协作的 AI 集成到复杂科学工作流中开辟了新方向。
解读
结论部分回归到论文的元主题：科学可视化的目的不是生成图像，而是促进理解。HiLSVA 的技术贡献（计划优先、溯源、测试时学习）最终服务于这个更高的目标。作者将系统定位为"基础"而非"终极解决方案"------它提供了架构范式和实现参考，但未来仍有大量工作要做（更广泛的工具集成、更智能的学习、更友好的新手支持）。值得注意的是，"增强而非替代"这个表述在引言和结论中反复出现，这是贯穿全文的核心设计哲学。
声明
本文是对论文 HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization 的中文翻译与解读，仅供学习交流使用。版权归原作者所有，翻译如有疏漏以原文为准。