Molecular Design Agentic Workflow Intent-Driven Planning Scientific AI
摘要

早期分子设计是一个迭代过程,涉及从广泛目标到具体策略的转化、候选物筛选及证据收集。尽管现有AI方法具备生成和优化能力,但功能分散且需人工协调。本文提出CAi Copilot,一种面向专家的智能体,包含研究接口层(将意图转化为可执行计划)、智能体推理层(利用中间结果指导运行)和执行基础层(提供分子工具与服务)。在45项任务中,CAi表现最佳,成功将广泛的设计意图转化为透明、可追溯的工作流,连接了中间决策与候选物级别的证据。

AI 推荐理由

论文核心在于将研究意图转化为可执行的分子设计工作流,涉及任务分解、多步计划生成及工具协调,属于典型的Agent规划能力研究。

研究机构
上海人工智能实验室 南京大学
论文信息
作者 Zhu Wang, Jiangyu Chen, Yingjun Shang, Yuhui Yao, Laiao Lu et al.
发布日期 2026-08-07
arXiv ID 2608.06961
相关性评分 9/10 (高度相关)