Phase 2 Roadmap · 战略层
SwarmLabs 第二阶段不是"堆更多场景"，而是定位升维：从「代理模型基准测试集」升级为 AI4S 可信验证层 / 科研仪器的验证闸门（fail-closed）。本页是战略层，与 Phase 2 Scaffolds（基础设施骨架层） 互补——后者解决"内核怎么长"，本页解决"项目往哪走、怎么卡位 2026 价值高地"。
诚实起点（来自 data/public_facts.json，2026-10-29）
95 已验证场景 · 91 PASS / 3 MARGINAL / 1 REFUTED · 0/95 真实实验真值 · 138 引擎 pending · G1/G2/G3 通过率全 0.0 · 外推压力测试 73/95 REFUTED。这些不是缺陷清单，而是本战略的起点资产——诚实是唯一不可被竞品复制的护城河。
0. 执行摘要：两个 2026 结构性拐点
SwarmLabs 的诚实 V&V 定位恰好踩中 AI4S 从 demo 跨越到 instrument 的临界点。
Trust is the bottleneck（Heimdall 2026）
模型已能 propose mechanisms，瓶颈从"模型够不够聪明"变成"实验室敢不敢相信推理去真跑实验"。这是产品问题，不是研究问题——而 SwarmLabs 的 V&V 正是信任中间件。
含义：SwarmLabs 在正确赛道，且卡位正当时。
Evaluations caught up
能力从 demo 跨越到 instrument（科研仪器）的临界点，正是"可信验证 / 评估"成为独立品类的时刻。V&V 赛道就此打开。
含义：SwarmLabs 的品类从"被时代甩在身后"变为"时代刚需"。
1. 三视角评估（节选）
完整版见 outputs/PROJECT_PHASE2_ELEVATION_STRATEGY_2026-10-29.md
| 视角 | 核心判断 | 关键证据 |
|---|
| 领域专家 | 科技价值高且稀缺（量化"代理模型何时不可信"是真实贡献）；但可用性停留在自检层，缺真实 wet-lab 闭环。 | 0/95 真值 · 138 pending |
| AI 项目专家 | 架构干净可复算（纯 numpy+CPU、内容决定论）；护城河=诚实+可复算，但未产品化；唯一硬阻塞是 CI 账户级红。 | 115 模块 · A2A 已就位 |
| 用户 | 体验链路已通（70/100 互动性），但"诚实叙事"与"可用性缺口"存在张力，须用产品边界让用户自见"哪里能用、哪里不能"。 | pre-revenue |
2. 2026 AI4S 前沿趋势研判
4 轮 WebSearch 实证；结论：SwarmLabs 应卡位"agentic science + SDL 2.0 闭环里的 trust layer"。
Agentic Science 爆发
Stanford Virtual Lab（Nature 2025，1% 人类干预）；Virtual Biotech（2026-02，11 agent，184× 加速）；VB Transform 2026（37,000 agent，CD276 ADC，Merck 独立验证）
这些 agent 需要"验证闸门"——SwarmLabs 应做它们的 trust layer，而非抢"提假设"
科学基础模型
MACE-MP-0（材料）、BioNeMo（生物）
SwarmLabs 做模态无关的验证层，兼容这些 foundation model 输出
SDL 2.0 基础设施
Lilly–NVIDIA $1B、Ginkgo Cloud Lab、Automata LINQ；自治 Level 2-3；2026 市场 $8–9B → 中期 $20–24B
SwarmLabs 是 SDL 闭环里的"验证 gate"，位置卡在价值最高点
开源协议栈收敛
MCP（工具层，Harvard ToolUniverse 1000+，SEP-2243 HTTP）+ A2A（agent 间，Linux Foundation AAIF v1.0 签名 Agent Card）+ SKILL.md（K-Dense 27.2k★/141 skills）+ File-as-Bus
SwarmLabs 已有 agent-card，下一步把验证引擎做成 MCP server + A2A agent
3. 六项可落地提升战略
S1 定位 · S2 诚实护城河 · S3 验证即服务 · S4 生态嵌入 · S5 补齐硬阻塞 · S6 竞赛/资助
S1 · 定位升维
Benchmark → Trust Layer / Evaluation Instrument
全站叙事从"基准测试集"改为"AI4S 可信验证层 / 科研仪器的验证闸门"。保留"不做跨学科通用验证"红线——把 G3=0、73/95 REFUTED 当荣誉徽章。
落地：重写 index hero / llms.txt 首段 / mission；本页作定位层入口。
S2 · 诚实即护城河
Honesty as Moat
将"诚实失败"从被动披露升级为主动产品——"Trust Surface"成为可售卖的核心差异化能力。在竞品普遍报喜不报忧时，诚实不可复制。
落地：trust-dashboard.html 升级为 Trust Surface Product，演示 calibrated coverage + 适用域边界 + OOD 自动阻断。
S3 · 验证即服务
Verification-as-a-Service
把 engine/ 验证内核包装为 MCP server + A2A agent（agent-card 已就位，需生产化：JWS 签名、capabilities、健康检查），暴露 verify_claim / rank_next_experiments / proximity_check。
落地：engine/mcp_server.py + SKILL.md，让 K-Dense 科学 agent 一键调用。
S4 · 嵌入生态
Plug into the Agentic Stack
发布"SwarmLabs as the trust gate for agentic science"定位与 File-as-Bus 对接 demo。从"自建闭环"转为"成为别人闭环的必要一环"——零获客成本卡位生态。
落地：最小可运行 demo（agent → SwarmLabs verify → fail-closed 阻断）。
S5 · 补齐硬阻塞
De-risk
CI 账户级红（需用户侧 billing 或转公开仓）；清退五处 UNSOURCED 声称（143/900k+）；138 pending 改为"诚实待实现"标识而非硬补数量。
落地：本地门禁全绿 + 手动部署；index/lab/login/pricing/terms 改用 engine_modules / store_points_total。
S6 · 竞赛 / 资助
Pipeline
维护 grants-radar（已 12 项）+ 竞赛追踪；纳入 Chen Prize / EOSA / ICLR Workshop 状态。投稿 / 申报 / 签名 / 出席须用户本人。
落地：grants-radar 新增 3–5 个 2026-2027 可投竞赛条目。
4. Q-by-Q 路线图
P2-Q1 · 即刻
定位
- phase2-roadmap.html 上线
- 全站叙事重写
- llms.txt / sitemap 更新 + 推送部署
P2-Q2 · 1–2 月
服务化
- engine/mcp_server.py
- agent-card 生产化（JWS）
- SKILL.md 发布
P2-Q3 · 2–3 月
生态 demo
- File-as-Bus 对接 demo
- "trust gate for agentic science" 页
P2-Q4 · 3–6 月
真实闭环
- 1 个 wet-lab 合作场景真值闭环（破 0/95）
- 依赖用户侧 PI 合作
风险与诚实边界
最大风险：把"诚实"当营销话术却隐瞒 0/95 真值 / 73/95 REFUTED——一旦被领域专家识破，信任资产归零。永远把失败当徽章。
CI 红：本交付通过本地门禁 + 手动部署保证可达；CI 绿需用户侧 billing 动作，非 AI 可解。
AI 边界：本报告与页面由 AI 起草与执行；投稿 / 申报 / 签名 / 出席 / 账号充值 / wet-lab 合作须用户本人。