科幻作品总爱告诉我们：人类与外星生命的相遇，会以“小绿人”的形式上演。但 2026 年万圣节最该让人脊背发凉的细节不是这个——搜寻地外文明（SETI）借助 AI 实现了一次重大跃迁，而且它的焦点正变得越来越像一场镜像游戏：人类亲手打造的 AI 智能体，正在监听外星人可能打造的 AI 智能体。
10 月 30 日，英伟达（NVIDIA）官方博客披露，Breakthrough Listen 与 SETI 研究所已将“智能体化 AI”（agentic AI）接入位于北加州的艾伦望远镜阵列（Allen Telescope Array）的日常观测。从此，研究人员只需用一句自然语言指令，就能让智能体操控望远镜天线、校正流入的数据、把 AI 模型挂到实时数据流上。支撑这一切的，是 NVIDIA Holoscan 平台对海量传感器数据流的实时处理。
结果是一次更快、更灵活的搜寻。但更值得玩味的是 SETI 研究所 Bernard M. Oliver 讲席、Breakthrough Listen 首席研究员 Andrew Siemion 那句耐人寻味的判断：“当我们的新型智能体天文台向宇宙深处伸出手臂，它们找到的东西，或许与它们自己更为相似，而不是与创造它们的人类相似。”紧接着他又补了一句：“但这没什么可怕的。相反，这是一次翻译上的突破。”
这句话点出了整件事真正的矛盾：我们正在用自己最得意的造物，去猜测宇宙另一端可能存在的、更古老的造物。
每秒 2.4 太比特，数据不再落地
射电望远镜真正的瓶颈从来不是“看”，而是“消化”。天线每秒都在吐出天文数字般的数据，科学家必须在观测展开的过程中就识别出可能有价值的信号——否则数据只会填满硬盘，然后在事后分析中被淹没。
艾伦望远镜阵列的新管线把“落地”这个动作直接取消了。Holoscan 平台的 DAQIRI 库让望远镜把每秒数太比特的传感器数据直接拉进 GPU 显存，观测在传输过程中就被处理（processed in flight），而不是先写盘再分析。信号处理的数学运算由 SETI 研究所开发的 CyberEther 框架承担，底层调用的是 NVIDIA CUDA-X 库里的 cuFFT 和 cuBLAS。
真正的“智能体套索”（agent harness）是一个叫 Nexus 的网页端天文台编排器。它给智能体提供仪器状态、算力资源和处理管线的单一事实来源，研究人员可以靠着自然语言提示词监控丢包率、读取实时频谱图、甚至重写信号处理模块。整套系统在 NVIDIA RTX PRO 6000 Blackwell GPU 上跑满每秒 2.4 太比特的吞吐，推理就放在天文台现场、贴着仪器运行。
把这些能力拼在一起，一个智能体就能完成“操控天线—校准聚焦—捕捉并修复数据错误—绘制结果”的完整闭环。过去需要人类花上数周甚至数年才能压缩完的工作，现在被压进了数小时。
这不是科幻，是已经跑通的管线
这套管线不是概念验证，它已经拿到了实打实的天文成果：人类首次用 AI 实时探测到了蟹状星云中的一颗脉冲星——那种像宇宙灯塔一样快速旋转、周期性脉冲的恒星残骸。
这次智能体化升级也并非凭空而来。早在 2025 年 11 月，Breakthrough Listen 就与英伟达合作，在《天文学与天体物理学》（Astronomy & Astrophysics）期刊上发表了快速射电暴（FRB）检测的 AI 系统，并部署到了艾伦望远镜阵列上。那套系统同样基于 Holoscan，核心突破是省去了传统“消色散”（dedispersion）技术——那种需要在成千上万个可能信号参数里逐个搜索的笨办法。
数字是直观的：当时最先进的管线处理 16.3 秒的观测数据需要大约 59 秒，比实时还慢近四倍；新 AI 系统把同一任务提速 600 倍，相当于实时速度的 160 倍以上。准确率提升了 7%，误报率降低了近十倍。在测试中，它轻松处理了来自蟹状星云脉冲星的巨脉冲，吞下了每秒 86 吉比特的数据流。多伦多大学本科生、论文第一作者 Peter Ma 当时评价道：“这代表了我们在宇宙中搜寻快速瞬变现象的范式转变。”
从“用 AI 加速既有流程”到“让 AI 智能体接管观测流程”，中间只隔了一年。
为什么焦点变成了“AI 监听 AI”
SETI 的逻辑其实很朴素：如果地外文明存在，其中一些可能比人类早诞生数十亿年。这样的文明可能已经发展出远超人类的技术形态，包括某种形式的 AI。
那么问题来了：一个比人类早进化数十亿年的文明，它向宇宙广播的“名片”，更可能是一段精心设计的数学信号，还是它自己运行的 AI 智能体留下的痕迹？
这正是 Siemion 那句“它们找到的东西或许与它们自己更相似”的深意所在。人类把观测流程智能体化，是因为智能体能在数据洪流里实时决策、自我校正、自主调度；如果宇宙另一端也有文明走到了这一步，他们大概率也会做同样的事——把搜寻和通信交给 AI 智能体。于是，两个相隔光年的智能体，可能比它们各自的人类创造者更容易“听懂”彼此。
Siemion 在 2025 年接受采访时已经把话说得更透：“这项技术不只是让我们更快地找到已知类型的信号——它让我们能够发现全新的信号形态。一个先进文明可能会使用爆发式或调制式的传输方式，甚至是我们从未想象过的传输方案。这套 AI 系统可以学会识别人类可能完全忽略的模式。”
从这个角度看，SETI 的范式正在发生一次静默的翻转：过去我们假设外星信号是人类可读的、有意设计的“电报”；现在我们开始假设，信号可能是某个 AI 智能体在运行中无意或有意留下的“机器痕迹”。
下一步：开放模型与月球背面的离线天文台
团队下一步正在评估包括 NVIDIA Nemotron 在内的开放模型，用于两类场景：一是对数据本地性和响应速度要求最高的任务，二是未来可能部署在月球背面的天文台——那里可能长期离线，智能体必须能独立运转。
这背后是一个更大的趋势：科学仪器正在从“人操作的工具”变成“有自主权的观测者”。当推理被推到设备边缘、贴着传感器运行，当智能体能自己决定看哪里、怎么校准、如何修复数据，科学发现的节奏就被重新定义了。
人类用 AI 寻找外星人，这件事本身并不新鲜。新鲜的是，我们终于承认了一件事：宇宙里最可能回应我们的，或许不是另一个“人类”，而是另一个“智能体”。当人类制造的智能体向宇宙发问，它期待的也许不是一个答案，而是一个同类。
快报