QuEra的量子计算机依赖极高精度的激光运行，其频率精度达到原子级别，肉眼无法察觉。维持这种锁定状态是一个持续对抗温度、振动和压力干扰的过程。历史上，一旦反馈回路失效导致锁定中断，必须由具备直觉般经验的专家深夜驱车前往实验室，通过特定序列手动恢复。虽然QuEra已为常见干扰构建了自动重锁功能，使其Aquila量子处理单元（QPU）在Amazon Braket上的正常运行时间超过99%，但对于更严重且罕见的干扰，人工介入方式仍不具备可扩展性。
今年春季，QuEra部署了由Anthropic与HHMI Janelia研究园区合作发起的模型硬件标准（MHS）。一个跨职能团队利用该标准，将重锁技术提升至逻辑QPU规模化部署所需的高度。在专用测试台上，AI代理在人类设定的安全边界内，控制着价值约70万美元的精密硬件。如今，锁定状态的恢复仅需数秒，系统可自主验证无误并精准对准，无需人员在场。该方法还能自主调整锁定质量，并在单次运行中将此能力迁移至第二个工作波长。
破解激光锁定难题
理解这一挑战可借助“跷跷板上的球”这一类比：球的位置代表激光频率，只有将其保持在极窄的绿色区域内，才能成功控制原子量子比特。在QuEra系统中，驱动逻辑量子比特的激光频率偏差需控制在±1 kHz以内。由于单一执行器无法独立完成如此高精度的控制，系统采用了多层执行器堆叠架构：缓慢的大范围层处理漂移，快速的细微层处理抖动。
然而，真实系统存在“模式跳变”风险。激光倾向于稳定在由内部滤波器塑造的特定波长模式中。当受到足够大的扰动时，球体可能跳出精细层的控制范围，陷入错误的竞争模式。此时，仅靠微调无法恢复，必须大幅扫描粗调旋钮将球体“带回家”，再轻柔捕获目标模式，并经绝对波长参考验证。这一复杂的“钛宝石激光器模式跳变恢复”过程，正是MHS自动重锁控制器旨在独立执行的任务。
AI代理重构恢复流程
传统上，这一恢复过程依赖少数专家的技艺。早期的人工恢复脚本虽耗时两至三周编写，但只能处理预设故障。QuEra团队随后引入AI代理Claude，通过MHS在实时测试台上进行操作。代理在硬件接口处强制执行安全边界，自行实验、读取结果并优化方案。与人类团队相比，AI以机器速度持续运行，能够枚举并加固应对数百种边缘情况，覆盖了人类带宽无法触及的问题角落。
在验证阶段，AI代理在700次试验中成功恢复695次，成功率达99.3%。针对七类不同干扰，其恢复时间显著优于人类专家：保持波长故障需0.9至5.4秒，最困难的频率大幅跳变故障需10至14秒，而人类专家通常需5至10分钟。此外，代理展现了正确性（未误报错误模式）、自主性（无需操作员）、速度和可预测性。五次失败均源于机架条件而非控制逻辑，且系统未发生完全停机。在包含真实人流的实验室试点期间，激光自发发生的43次模式跳变均被自动捕获并恢复。
自主调优与经济性变革
团队进一步将该方法应用于锁定质量的自主调整。通过重新计算整个噪声频谱，AI代理在约12,500次评估中确定了最优参数配置，使残余频率噪声降低五倍。在约19小时的无人值守测试中，锁定中断次数从零此前每小时1.6次降为零。独立测量显示，AI配置不仅匹配了专家的手动调谐效果，还抑制了人眼不可见的共振噪声，线宽指标从58 kHz改善至21 kHz。此外，该能力具备可迁移性，在新波长下的参数初始化仅需一次过夜运行，而非数周的手工工作。
这对QuEra具有深远意义。在运行长时逻辑量子比特程序的系统（如Libra）中，激光失锁可能导致无法挽救的计算错误。快速、经过验证的自主恢复有效遏制了“激光错误率”（LER）。更深层的影响在于经济性：它消除了对稀缺专家时间的依赖，使量子计算机的构建、启用和操作更加精简和可预测。深夜驱车修复激光可能不再是操作人员的必经仪式，这标志着可部署量子计算机形态的成熟。
归根结底，这是AI模型开发量子计算机控制逻辑的成功证明。通过物理训练场和实时测试台，QuEra积累了可衡量的理解与安全实践，使得后续子系统的自动化变得更加容易和低成本。这条路径不仅指向保持在线的机器，更意味着整个领域可以以更少的专业人力投入，构建和运营更稳定的量子系统。