训练环境是数据驱动科学发现代理的关键瓶颈。现有的可执行、可验证环境数量有限，构建成本高。为此我们提出 Poseidon——一个自动化流水线，能够从公开的科学代码库大规模生成多样且可验证的训练环境。Poseidon 将科学工作流拆解为四类互补任务：再现（Reproduction）用于验证已有实验，子流（Subflow）抽取工作流的子阶段，补全（Completion）要求模型填补缺失代码或参数，纠错（Correction）让模型修正错误实现。每种任务对应科研中的不同能力需求。流水线还包含递归改进环路，对初始失败的候选进行迭代修正，从而恢复本会被丢弃的环境。基于同等仓库预算，Poseidon 能提取的环境数量约为此前方法的十倍。我们利用 Poseidon 构建了 Pearl 数据集，收录 7,110 个公开仓库，覆盖 10 个科学学科，共计 97,659 个可执行、可验证的环境，已成为迄今规模最大、学科最广的科学代理训练集合。使用 Pearl 训练的 Qwen3.5 系列模型（9B、27B、35B‑A3B）在六个科学代理基准上均实现了稳健提升。总体而言，Pearl 的规模与多样性为训练高效的科学发现代理提供了新机遇。
点评：Poseidon 的任务拆解与递归改进策略显著降低了环境构建门槛，Pearl 的规模效应有望推动科学 AI 的快速迭代。