跳转至

文章背景与核心概要

在计算科学领域，对历史悠久的Fortran代码库进行现代化改造是一项庞大且劳动强度极高的挑战，往往长期遭到搁置。本文介绍了一种专为自动化改造大规模遗留高性能计算（HPC）系统而设计的智能体工作流（agentic workflow）。

研究人员成功将GAMESS（一个拥有48年历史的量子化学软件包）的双电子积分核心从固定格式的Fortran 77转换为了自由格式的Fortran 2008。通过利用专门的AI智能体角色、版本控制的规范说明以及严格的领域专用验证预言机（verification oracle），该团队在56,448行代码和225个子程序中实现了逐位（bit-for-bit）精确度，且未引入任何与化学计算相关的误差。

面向遗留HPC现代化的智能体工作流：GAMESS双电子积分核心的转换

作者： Yuzhong Shen, Masha Sosonkina, Peng Xu, Mark S. Gordon
日期： 2026年8月12日
标识符： arXiv:2608.12249 [cs.AI]

摘要

Modernizing legacy Fortran codebases is a massive, labor-intensive challenge that often remains unaddressed in computational science. This paper introduces an agentic workflow designed to automate the modernization of large-scale legacy High-Performance Computing (HPC) systems.

The researchers successfully converted the two-electron-integral core of GAMESS (a 48-year-old quantum chemistry package) from fixed-form Fortran 77 to free-form Fortran 2008. By utilizing specialized AI agent roles, version-controlled specifications, and a rigorous domain-specific verification oracle, the team achieved bit-for-bit accuracy across 56,448 lines of code and 225 subroutines without introducing any chemistry-relevant errors.

现代化改造遗留的Fortran代码库是一项巨大且繁重的挑战，在计算科学中往往长期无人问津。本文介绍了一种智能体工作流（agentic workflow），旨在实现大规模遗留高性能计算（HPC）系统现代化改造的自动化。

固定格式的 Fortran 77代码通过专用智能体工作流成功转换为自由格式的 Fortran 2008。研究人员成功将 GAMESS（一个拥有 48 年历史的量子化学软件包）的双电子积分核心从固定格式的 Fortran 77 转换为了自由格式的 Fortran 2008。通过利用专门的 AI 智能体角色、版本控制的技术规范以及严格的领域特定验证预言机，该团队在 56,448 行代码和 225 个子程序中实现了逐位精确度（bit-for-bit accuracy），且未引入任何与化学相关的错误。

关键方法论

  • Agentic Roles: The workflow employed three prompt-specialized agent roles operating within isolated worktrees.
  • Human-in-the-Loop: Humans acted as "gates" for critical decisions, while the agents authored and revised their own technical specifications.
  • Verification Oracle: The team leveraged the existing GAMESS standard test suite as a "bit-for-bit" verification oracle. Any deviation in the twelfth decimal place of calculated energies was treated as a failure.
  • Scalability: The project spanned four generations of Claude models, demonstrating the adaptability of the workflow to evolving AI capabilities.
  • 智能体角色： 该工作流采用了三个在隔离工作树（worktrees）中运行的、具备提示词专长的智能体角色。
  • 人在回路（Human-in-the-Loop）： 人类充当关键决策的“关卡”，而智能体则负责撰写和修改其自身的技术规范。
  • 验证预言机： 团队利用现有的 GAMESS 标准测试套件作为“逐位”验证预言机。计算能量在小数点后第十二位的任何偏差都被视为失败。
  • 可扩展性： 该项目跨越了四代 Claude 模型，展示了该工作流对不断演进的 AI 能力的适应性。

实验结果

  • Scope: 12 source files, 56,448 lines of code, and 225 subroutines.
  • Validation: All files passed a 51-test battery (49 standard tests + 2 additional calculations).
  • Accuracy: Across 612 test runs, the number of chemistry-relevant differences was zero.
  • Integration: Every converted file successfully passed the Jenkins continuous integration tests used by the GAMESS development group.
  • 范围： 12个源文件，56,448行代码，225个子程序。
  • 验证： 所有文件均通过了51项测试矩阵（49项标准测试 + 2项附加计算）。
  • 准确性： 在612次测试运行中，与化学计算相关的差异数量为 零。
  • 集成： 每个转换后的文件都成功通过了 GAMESS 开发小组使用的 Jenkins 持续集成测试。

获取与资源

license icon