从实验到专家：面向 AI 驱动计算研究的科学知识巩固

大型语言模型虽能执行计算材料科学任务，但缺乏研究者般的知识积累能力。现有范式往往孤立对待每次执行，丢弃宝贵洞察。本文提出 QMatSuite 开源平台，通过记录带溯源的发现、在新计算前检索知识，并在反思会话中修正错误、合成跨系统模式，填补了这一空白。在六步量子力学模拟工作流基准测试中，累积知识将推理开销降低 67%，精度从偏离文献 47% 提升至 3%；迁移至陌生材料时，实现了 1% 的偏差且零流程失败。