配环境、装软件、调参数、盯日志……
对于许多科研人员来说，一项计算任务真正开始运行之前，往往已经耗费了大量时间。即使计算顺利完成，接下来还要面对结果整理、异常排查和流程复现等问题。
如果科研计算可以更简单呢？
如果只需要用自然语言描述自己的科学问题，平台就能帮助你完成计算配置、任务调度和运行流程，那么科研人员就可以把更多精力留给真正重要的事情——设计课题、理解结果，以及作出下一步判断。
现在，AsterFire Go 正式发起「先锋计划」，面向生物 / 医药、材料 / 物理 / 化学等方向，招募首批科研计算体验官。
我们希望邀请你带着真实课题参与测试。完成有效测试并提交反馈，即有机会获得 100～600 元现金奖励。
AsterFire Go 是由北京大学高毅勤教授团队孵化的 AI 科研智算平台。
它希望解决的，是科研计算中大量复杂、重复，却又无法绕开的准备工作。
过去，科研人员想要完成一项计算任务，通常需要先准备计算资源、搭建运行环境、安装专业软件、处理依赖关系，再根据不同体系配置参数。任何一个环节出现问题，都可能让任务停在正式计算之前。
AsterFire Go 尝试用自然语言重新组织这一过程。
你不需要从配置环境开始，只需要像与科研助手交流一样，描述自己想做什么。例如，你可以告诉平台：“我想对这个蛋白进行分子动力学模拟。”平台会根据你的需求，帮助你推进后续的任务配置、资源调度和计算流程。
目前，AsterFire Go 重点支持蛋白质设计、药物设计与药物模拟、生物分子动力学模拟、DFT 计算以及机器学习势计算等方向。
我们希望通过这种方式，把科研人员从“配环境、调参数、盯日志”的重复工作中解放出来，让计算回归工具本身的位置，让科研人员重新把注意力放在科学问题上。
科研工具是否真正好用，不能只看它能否完成预设案例，更要看它能否应对真实、具体且多样的科研需求。
实验室中的计算任务很少完全相同。不同的研究对象、数据条件、计算方法和预期结果，都会带来新的使用场景。只有让产品进入真实科研工作流，才能发现哪些功能真正有帮助，哪些步骤仍然复杂，以及哪些需求还没有被覆盖。
因此，我们发起了 AsterFire Go 先锋计划。这不是一次简单的功能试用，也不是让参与者按照固定步骤完成演示任务。我们希望你带着自己的真实科研问题参与，用实际课题检验平台的功能、体验和场景覆盖能力。
你在使用过程中遇到的每一个问题、产生的每一次困惑，以及提出的每一条建议，都会成为产品迭代的重要依据。平台团队也会根据参与者的测试结果，持续优化产品流程和功能设计。
换句话说，这不仅是一次众测，也是一次围绕真实科研需求展开的产品共创。
本期先锋计划主要面向生物 / 医药、材料 / 物理 / 化学等相关方向的科研用户。
如果你的研究涉及蛋白质设计、药物设计、生物分子动力学模拟、DFT 计算或机器学习势计算，并且手头正好有一个希望尝试解决的真实问题，欢迎报名参与。
无论你是本科生、研究生、博士后、高校教师、科研院所人员，还是相关企业的研发人员，都可以报名参与。项目组将结合研究方向、科研计算经验、测试需求和任务可执行性进行筛选。
我们尤其期待两类参与者：一类是已经具备相关计算经验，希望尝试更高效科研工作方式的用户；另一类是拥有明确计算需求，却受限于环境部署、软件配置、算力资源或操作门槛的用户。
报名阶段无需公开未发表研究的核心内容，如果课题涉及敏感信息，建议换一个 toy system 作为输入，提交需求。
入选后，你可以带着自己的真实科研问题体验 AsterFire Go，检验平台能否理解任务需求、推进科研计算流程，并提供具有参考价值的结果。测试期间，项目组将提供必要的操作说明和答疑支持。
每位参与者最多可以提交 3 个测试项目，单个项目的基础体验时间约为 20～30 分钟。完成体验后，你需要结合实际使用过程提交反馈，告诉我们哪些环节足够顺畅、哪些功能没有满足需求，以及你希望平台进一步解决什么问题。
本次测试不要求每个科研问题都必须获得理想结果。
对于产品团队而言，一个未成功完成但过程完整、原因清晰的真实任务，同样具有重要价值。我们关心的不只是“任务有没有跑通”，也包括平台在哪个环节没有满足用户需求，以及未来应该如何改进。
参与先锋计划，也是一次让真实科研需求被产品团队直接看见的机会。
完成有效测试并提交反馈后，你将根据任务完成情况和反馈质量获得 100～600 元现金奖励。如果你的测试场景具有代表性，或提出的问题对产品改进具有较高参考价值，还可能受邀参加后续深度访谈，与产品团队直接交流自己的科研工作流和实际需求。
作为首批先锋体验官，你也将更早接触 AsterFire Go 的平台能力，并有机会持续参与后续功能验证和产品共创，与我们一起探索 AI 科研智算工具在真实课题中的更多可能。
科研工具的进步，最终要服务于科研本身。
AsterFire Go 想做的，并不是替代科研人员作出科学判断，而是让复杂的计算过程变得更容易使用，让科研人员能够把更多时间放在提出问题、理解结果和验证假设上。
而一款科研工具真正走向成熟，也离不开真实课题和真实用户的检验。
如果你手头正好有一个想要尝试的科研问题，欢迎加入 AsterFire Go 先锋计划，用你的真实课题，让你的真实课题，推动下一代科研智算工具持续迭代。
