聊天机器人变成智能体后，有什么变化？
一个实用的区分方式是：系统只是提出答案，还是能够针对任务采取行动、检查结果并决定下一步做什么。解释分子动力学方案属于对话式辅助。选择准备工具、启动模拟并请求分析，则属于智能体工作流。
在本文中，自主研究意味着一系列可委派的能力，而不是无人值守的科学发现承诺。研究人员可以委派信息检索、规划、计算或实施，同时保留对假设、执行权限和结论的决定权。更高的自主性应意味着更明确的任务约定，而不是更少的科学检查。
本指南聚焦于八个化学与生物医学研究项目。若要了解模型与基础设施的更广泛区别，请参阅化学 AI 技术栈指南和MCP、Skills、智能体与 API 指南。另请参阅单独的智能体与 Skills 指南，了解跨科学工作流和权限评估。
工作组成部分：模型、工具、记忆、规划与执行
理解智能体架构时，可以将其视为职责划分：
- **LLM：**理解目标、提出步骤并解释结果。其文本本身并非计算或测量结果。
- **工具：**检索记录、构建结构、预测性质、运行模拟或操作文件。工具的科学适用范围取决于其底层方法。
- **记忆：**保留可复用信息，例如先前任务的解决方案或工作流模板。重新使用前需要检查其来源与处理记录并进行审查。
- **规划：**将目标转化为工具选择、参数和依赖关系；某些框架还会探索备选计划。
- **执行：**采取相应行动，并返回产物、错误或报告，以供下一步决策参考。
这些组成部分不是可以互换的产品。编排框架不是独立的性质模型。封装器或工具接口用于开放另一个程序的能力，并不能取代该程序。托管模型 API 提供的是模型访问，而不是本地科学环境。
官方 Agent Skills 格式将指令打包在 SKILL.md 中，并可选配支持资源或脚本。不同宿主对其支持情况各异，加载指令并不会安装执行依赖。因此，应将 ChemGraph 的 Skills 和 STELLA 的工作流模板理解为辅助流程，而不是额外的自主研究者。
MCP 定义了宿主、客户端和服务器之间的上下文交换。ChemGraph 说明了如何提供和使用 MCP 工具。当前的协议概览并不能证明每个旧版项目实现都兼容当前宿主。
工具访问层的原理与评估可参阅化学领域的 MCP。
按研究角色比较八个项目
表格描述的是有来源支持的角色，并非排名或经过测试的互操作性矩阵。入口建议仅供评估时参考。
| 项目 | 来源所述的角色与输出 | 建议的评估起点与主要边界 |
|---|---|---|
| ChemGraph | 编排分子构建、ASE 计算、分析和报告；产物可包括结构、轨迹、光谱和结果 | 从 single_agent 开始；可用计算器取决于环境，EMT 适用于设置检查，而非一般的高精度化学计算 |
| MDCrow | 协调分子动力学准备、OpenMM 执行、分析和科学信息检索 | 检查一个小型模拟与 RMSD 工作流；所提供的证据不能证明其涵盖全面的设置或输出格式 |
| ChatMOF | 将 MOF 请求路由至检索、性质预测和结构生成工具 | 从搜索开始；本地预测需要模块设置，生成还需要 GRIDAY |
| SciAgents | 使用图上下文和专门化智能体生成结构化假设与扩展研究提案 | 检查抽样图路径及其生成的提案；输出仍是假设，需要后续跟进 |
| ChemAgent (Gerstein Lab) | 拆解化学推理问题，并检索可复用的 Plan、Execution 和 Knowledge 记忆 | 构建记忆后，复现一项有文档说明的 SciBench 衍生任务；安装指导不完整 |
| ChemAgent (AI4Chem) | 与 CheMatAgent 论文相关联的框架，研究化学/材料工具学习和树搜索规划 | 研究工具选择和参数填写；部署要求与检查点是否可用尚未明确 |
| STELLA | 使用管理、开发和评论角色、可复用模板以及可选工具创建功能，协调生物医学文献、数据库和分析 | 检查有证据支持的排序或分析任务；本地执行需要 OpenRouter 访问权限以及依任务而定的资源 |
| DrugAgent (Liu et al.) | 论文所述的 Planner–Instructor 协作，用于实现和评估药物发现机器学习工作流 | 将其方法作为复现起点；所提供的仓库证据不能证明其具有可运行的设置或代码许可证 |
两个名称相似的条目需要仔细区分：Gerstein Lab ChemAgent 研究的是记忆辅助化学推理；而 AI4Chem 仓库将 ChemAgent 框架与 CheMatAgent 论文关联起来。名称相似并不能证明功能等同。
让智能体匹配科学任务
对于计算化学，应区分编排工作与实际执行计算的引擎。ChemGraph 提供更广泛的构建—计算—报告层，而 MDCrow 专门面向分子动力学。根据所需计算和产物进行选择，然后确认所需引擎和设置是否可用。
对于材料发现，ChatMOF 面向 MOF 检索、预测和生成。SciAgents 则根据图关系提出受生物启发的材料假设。生成的结构和研究提案回答的是不同问题：前者提供计算候选项，后者提供待研究方向。
对于分子设计，应先明确交付内容是构建出的结构、预测的性质，还是针对目标性质提出的候选项。ChatMOF 明确描述了面向目标性质的 MOF 生成。不能将 ChemGraph 的分子构建能力悄然扩展为通用逆向设计能力。
对于文献研究，STELLA 提供生物医学搜索和注重证据的工作流；SciAgents 在形成假设时使用检索到的信息。ChemGraph 也说明了 PDF/文本检索工作流，MDCrow 的论文则描述了文献与数据库检索。应要求提供可追溯的支持来源，而不能只接受流畅的摘要。
对于药物发现，DrugAgent 的角色是机器学习编程，而非实验室发现。其论文研究了 PAMPA、HIV 和 DAVIS 分类任务。STELLA 描述了生物医学优先级排序和虚拟筛选工具，而 ChemGraph 具有特定依赖项的对接工作流。这些阶段不能互相替代，也不能替代实验验证。
多智能体何时有用，以及角色意味着什么
当职责可以拆分且交接过程可审查时，多智能体就有用。SciAgents 将概念澄清、提案开发、完善和批评分配给不同角色；其自动化工作流还增加了规划和新颖性检查。STELLA 将管理、开发和批评角色分开，并可选择创建工具。DrugAgent 则将策略探索与领域指导下的实施分开。
关键不在于有多少个智能体，而在于每个边界传递了什么证据。规划器应移交明确的输入和约束。执行器应返回产物和失败信息。评论者应指出缺乏支持的假设，而不只是以更肯定的语气改写答案。
评估时，如果一组工具步骤已经足够，最好从单智能体开始。只有当专门角色带来可检查的益处时才增加，例如独立检查参数或比较不同实现方案。不能将智能体之间意见一致视为独立的科学确认。
拟议示例：有界的分子动力学评估
**这是一个拟议的评估方案，并非已完成的测试。**以 MDCrow 文档中的蛋白质模拟与 RMSD 示例为起点，但要求提供可检查的工作流，而不只是最终答案。
**输入：**经研究人员批准的蛋白质标识符或结构、温度、刻意设定为较短的运行时长、所需的 RMSD 分析、隔离的软件环境和计算资源上限。对于示例未明确的准备与模拟选项，应由研究人员指定。
- **规划：**要求列出准备、执行和分析步骤。决策点：所需设置是否明确，还是智能体给出了未经审查的默认值？
- **批准：**执行前检查结构和拟定的设置。如果参数有歧义或缺乏支持，应停止并解决问题，而不是允许其自行替换。
- **执行：**只授权有界运行。保存生成的输入、执行日志和可用的模拟产物；在本地确认这些产物的实际格式。
- **分析：**要求按时间计算 RMSD，并说明原子选择和参考结构。决策点：分析选择是否符合科学问题？
- **审计：**将摘要与保存的证据进行比较。分别归类缺失产物、执行错误和缺乏支持的结论。
**要求的输出：**参数记录、执行状态、产物清单、RMSD 分析，以及对未解决假设的简要说明。这是评估约定，并非声称 MDCrow 会自动生成所有这些内容。
在这些条件下，成功完成短程运行只能证明工作流已完成，并不能证明采样充分或得出了生物学结论。若后续拟将 DrugAgent 用于机器学习工作流开发，这将属于拟议集成，需要分别定义数据、标签、评估规则和交接方式；本文并未证明存在此类互操作性。
故障处理与科学边界
应利用故障缩小任务范围，而不是鼓励越来越不受限制的重试。
- **缺少引擎或依赖项：**停止受影响的阶段，并指出缺少什么。未经批准，不要用科学作用不同的计算器替代。
- **参数或结构格式错误：**重试前检查工具调用和输入产物；保留失败的尝试。
- **缺少引文或证据矛盾：**将其作为尚未解决的证据问题返回，而不是编造调和说法。
- **计算或分析失败：**区分执行失败和不利的科学结果。再精致的报告也无法弥补缺失的计算。
- **不安全的文件或代码操作：**要求审查并隔离。ChemGraph 明确指出，工作区 shell 访问并未被限制在工作区内。
科学审查应检查标识、单位、计算设置、收敛性、分析定义，以及所用方法是否足以支持结论。对于拟议的机器学习评估，还应检查数据来源与处理记录、数据集划分和标签处理；可复现化学 AI 指南提供了更广泛的框架。
记忆和模板还引出另一个决策：这项结果是否应成为可复用指导？建议只有在经过审查、记录来源与处理过程且适用范围明确的记录才予以纳入。STELLA 指出，排序结果可能随模型随机性和文献索引变化而变化。SciAgents 的新颖性评估仍是依赖检索结果的判断。DrugAgent 的作者明确警告，不要将其直接部署到药物发现流程中，因为捏造的结果可能误导后续工作。
选择清单与尚未解决的设置问题
选择项目之前，请检查：
- 预期输出是答案、假设、结构、模拟产物，还是已实现的机器学习解决方案？
- 所需引擎、模型、资源和凭据是否有文档说明？
- 是否可以单独检查工具参数与输出，而不依赖叙述性摘要？
- 执行权限和停止条件是否明确？
- 是否能保留失败尝试，而不覆盖有用证据？
- 谁负责批准科学假设和下游用途？
- 代码、权重、数据和服务条款是否分别评估？
文档缺口会直接影响项目选择。ChatMOF 的在线演示侧重搜索，并非通用的预测与生成试用。复现前，应对照代码解决 Gerstein Lab ChemAgent 中 image/img 设置和 Xagent/XAgent 路径不一致的问题。AI4Chem 在所提供的 README 中没有提供部署说明。STELLA 当前的 README 与链接的 arXiv 论文呈现方式不同，因此复现时应明确采用哪个版本。
SciAgents 还存在许可证元数据冲突：其许可证文件包含 Apache License 2.0，而包元数据声明 MIT。重复使用或再分发前应先解决这一问题。仓库公开可见并不能证明其许可证情况；有关不同层面的许可，请参阅软件、权重与数据许可证指南。
继续阅读相关指南：化学 AI Agent 对比：能力、代码可用性与研究边界。
来源
主要能力信息来源包括 ChemGraph README、MDCrow README和论文、ChatMOF README，以及 SciAgents README。
有关记忆和工具学习的说法依据 Gerstein Lab ChemAgent README及论文，以及 AI4Chem README和 CheMatAgent 论文。生物医学编排信息依据 STELLA README；DrugAgent 的架构和部署警示依据其论文。
基础设施区别依据官方 MCP 架构概览和 Agent Skills 概览。SciAgents 的许可证冲突见其许可证文件和包元数据。