Agentic-Ideation：面向科学构思代理的高效样本智能体轨迹合成

科学发现中构思至关重要，但现有 AI 科学家系统多依赖预定义工作流，限制了其在广阔文献搜索空间和复杂推理动作空间中的灵活性。为此，本文提出 Agentic-Ideation 框架，包含自动化轨迹合成流水线及专用的科学构思智能体大模型。该方法定义了涵盖外部与认知工具的复合工具空间，并引入“神谕引导数据合成”策略，利用参考构思指导多智能体系统高效重构逻辑推理与工具调用路径，将盲目试错转化为定向轨迹生成。实验表明，该方法在整体质量上超越最先进基线 11.91%，且高质量数据合成效率提升逾十倍。