由科学因素驱动的自主化学与材料创新

《JACS Au》：Autonomous Chemistry and Materials Innovation Driven by Scientific Agents

　　高分辨率图像下载 MS PowerPoint 幻灯片
基于大型语言模型（LLM）的代理正在重塑自动驾驶实验室（SDLs）支持自主化学和材料研究的方式。尽管SDLs在机械实验和闭环优化方面取得了重大进展，但当任务需要基于文献的推理、适应性协调以及超出预定义搜索空间的解释时，其科学实用性仍然有限。从这个角度来看，我们研究了基于LLM的代理如何通过将科学意图转化为机器可执行的工作流程来弥合这一差距。我们提出了一个五模块框架——理解、设计、执行、分析和优化——以组织代理支持的SDLs所需的能力，并讨论了包括Coscientist、ChemCrow、LLM-RDF和AI-Chemist在内的代表性系统，作为这一转变的里程碑。我们还强调，不应将代理支持的SDLs与自主科学发现混为一谈。物理执行的安全性、硬件互操作性、可重复性和可审计性仍然是核心挑战。为了支持更全面的评估，我们引入了HYDRA框架来基准测试可信的代理支持的工作流程。最后，我们概述了一个人类-AI-SDL协作模型，在该模型中，科学家们仍然负责科学框架的制定、解释和监督。

1. 引言
自主化学可以被视为将化学研究的部分从手动、依赖研究人员的操作转向由机器支持的工作流程的努力，在这种工作流程中，执行、数据处理和选定的决策步骤都是在明确的人类目标和约束下进行的。在这个框架中，自动驾驶实验室（SDLs），也称为自主实验室，已经成为通过集成机器人合成、表征和数据处理来机械化化学任务的关键实验基础设施。这些系统大大提高了吞吐量和操作一致性，并使闭环实验在化学和材料科学中变得越来越实用。然而，实验任务的机械化只解决了自主性的一层问题。目前形式的SDLs最适合于那些可以在相对明确的实验空间内表述的问题，这些问题由模块化工作流程支持，并通过可测量的目标函数进行评估，如反应优化、催化剂筛选、配方设计和重复的合成-表征循环。许多重要的科学问题仍然不太适合基于SDL的执行，特别是那些严重依赖于隐性实验知识、需要特定材料协议重新设计或要求无法简化为单一优化目标的机制解释的问题。

在这种操作模式下，大多数SDLs的认知核心依赖于传统的机器学习算法，如贝叶斯优化（BO）或主动学习策略。虽然这些算法在刚性、预定义的搜索空间内优化特定参数方面非常有效，但它们在处理超出结构化数值目标的更广泛的化学背景方面的能力有限。它们没有设计用来利用文献来制定初始假设、根据视觉反馈排除硬件故障，或在面对偶然或意外现象时动态重新规划实验。要解决任务规划、协调和适应性决策中的这些限制，需要一个更高层次的协调层，能够将科学意图与可执行的实验室动作联系起来。

最近的大型语言模型（LLMs）的进步，例如ChatGPT等系统，以及基于科学LLM的代理的出现，使得这样的协调层变得越来越可行，为扩大SDLs的功能范围提供了新的机会，超越了以执行为中心的自动化。我们将代理定义为一个由LLM驱动的AI系统，能够通过整合推理、工具使用和环境交互来自主规划、执行和分析科学任务。与传统的分层模型（如GNNs和SVMs）不同，代理的特点在于它们能够处理非结构化知识，并协调工具来观察和操纵物理世界。从这个角度来看，代理的出现可以理解为朝着更自主的研究工作流程演进的一部分。如图1所示，这一轨迹可以通过化学和材料科学中的研究需求和技术能力的共同演化来解释，从而产生了三个广泛的阶段：

图1. 化学和材料科学中研究需求和技术能力的概念共同演化。该图谱从基于机器人和仪器平台的高通量过程自动化的阶段I发展到通过建模和闭环实验循环实现的数据驱动优化阶段II，再到由基于LLM的系统支持的代理辅助协调阶段III。上方轨迹表示研究需求日益复杂，而下方面轨迹表示技术能力的扩展。转载自参考文献（13），版权2024，Springer Nature；参考文献（14），版权2024，Springer Nature；参考文献（15），版权2023，Springer Nature；参考文献（16），版权2023，IOS Press；参考文献（11），版权2024，Springer Nature；参考文献（12），版权2025，美国化学会；参考文献（17），版权2025，Elsevier；参考文献（18），版权2025，美国化学会。

1.1 阶段I：高通量过程自动化
这一阶段以固定功能的自动化平台为代表，专注于通过高通量筛选系统、液体处理平台及相关机器人基础设施来加速重复性实验任务。尽管这些系统效率很高，但其工作流程结构基本上是僵化的；参数调整、协议修改或探索新的反应空间等偏差仍然需要大量的人工干预。因此，阶段I的平台特别适合标准化和重复性操作，但不太适应探索性研究环境。

1.2 数据驱动优化
随着BO等算法的整合，SDLs获得了有限的但重要的迭代决策能力，从而实现了闭环的设计-制作-测试-分析循环。在这个阶段，机器人技术提供了物理执行层，而机器学习则在预定义的实验空间内支持数值优化。然而，由于这些方法主要针对结构化的目标和参数化的搜索领域，它们的实用性主要局限于有界的优化任务，不太适合需要更广泛上下文推理或动态工作流程适应的开放式科学问题。

1.3 代理辅助协调
最近基于LLM的代理的出现指向了一个新的阶段，在这个阶段，SDLs可能开始支持更广泛的研究工作流程。代理不仅仅是另一种优化算法，它们引入了一个更高层次的协调层，可以将科学目标与文献检索、任务分解、工具协调和实验执行联系起来。在这种范式中，研究人员可以指定高层次的目标，例如识别一种高溶解度的电解质，而代理则支持将这些目标转化为涵盖信息收集、实验计划和迭代验证的可执行工作流程。因此，我们的重点在于这个新兴的前沿。我们的目标不是将代理视为研究人员的替代品，而是研究它们与机器人实验室系统的集成如何扩大SDLs的功能范围，超越以执行为中心的自动化。以下部分将讨论将代理整合到SDLs中所需的架构原则，分析AI系统在物理实验室环境中奠定的基础所面临的挑战，并概述可能影响其在化学和材料科学领域未来发展的机会和限制。

2. 自动驾驶实验室中的基于代理的架构
从自动化实验室向自主实验室的过渡依赖于整合一个能够管理复杂性的认知层。为了理解如何构建这一层，我们首先研究了AI代理的演化轨迹及其能力如何映射到SDLs的物理要求。在人工智能领域，代理的概念指的是一个能够感知其环境并采取行动以实现特定目标的实体。早期的代理主要在强化学习领域表现出色（例如AlphaGo），但在应对现实世界的开放性不确定性方面遇到了困难。LLMs的出现从根本上改变了这一格局。最初作为静态知识库的LLMs，随着ReAct和Toolformer等框架的引入，演变成了推理引擎。这些创新使LLMs能够超越纯文本生成的局限性，具备了分解复杂查询并调用外部数字工具（如搜索引擎和计算器）来解决问题的能力。这种演化在化学领域尤为迅速。ChemCrow和Coscientist等系统证明了LLM代理可以通过查询PubChem等数据库和执行代码脚本来自主规划合成路线。然而，尽管这些软件代理展示了令人印象深刻的推理能力，但它们仍然主要是脱离实体的，能够规划实验但仍然依赖于人类进行物理执行。要实现真正的自主化学，我们必须弥合这些数字推理代理与SDLs的物理硬件之间的差距。

构建一个由代理驱动的SDL不仅仅是将聊天机器人连接到机械臂那么简单。它需要一个系统化的架构，该架构以监督协调和协调中心为核心，将分散的科学工具和实验资源组织成功能模块（图2）。这些模块包括理解、设计、执行、分析和优化。在一个具身化的SDL背景下，这些组件共同构成了系统的大脑、手和眼睛。

图2. 自动驾驶实验室的代理模块。首先以自然语言指定科学目标及其约束，然后将其转化为一个代理驱动的闭环工作流程。工作流程分为五个功能组件：理解、设计、执行、分析和优化，分别支持文献/知识基础、实验和计算规划、带有实时记录的机器人和仪器控制、数据加工和模式识别，以及主动学习/贝叶斯（包括多目标）优化。每个组件都列出了代表性的LLM代理系统（中间面板），（11,17,18,25,27-37），展示了如何将专门的代理组合成一个协调的流程。右侧面板总结了代理接口的典型科学工具，涵盖了文献数据库、计算软件、实验室自动化硬件、数据处理工具和机器学习框架。（38-48）这些模块共同提供了具身化SDL的“大脑-手-眼睛”，通过将推理、工具协调和物理实验结合在一个可追踪的闭环中。

理解和优化共同承担目标解析、知识整合、方案生成和迭代决策的任务，对应于系统的大脑。在实验开始之前，代理必须将其行动基于化学现实和可验证的证据。理解模块，例如ChemMiner（27）和LLM-RDF（33），通常采用检索增强生成（RAG）（49）从非结构化文献中提取关键信息，构建结构化知识图，并解析研究意图和约束。对于SDL而言，这意味着系统不是从零开始通过试错进行，而是基于积累的化学知识提出可信的假设和可行的搜索方向。在此基础上，设计模块充当生成和规划引擎，超越固定模板，将假设转化为可执行的实验方案。例如，Agent Laboratory（30）和ProtAgents（31）展示了代理如何组织计算工作流程，生成分子或材料表示（SMILES/CIF），并选择合成路线。同时，规划器明确地考虑了物理和资源约束，如试剂的可用性和设备能力窗口，从而弥合了理论可行性和实验可行性之间的差距。为了闭合循环，优化模块根据分析反馈更新策略和内部信念模型。BORA（35）为代表的代理增强方法将语义推理和反思整合到BO中。这使系统不仅能够优化数值指标，还能为结果提供可解释的理由，调整搜索空间，并触发后续的设计决策，将迭代提升为基于知识的探索。

执行负责将计划编译成可执行的协议，并驱动设备完成实验操作，对应于系统的手。它是将数字决策转化为物理动作的关键接口，代表了代理和具身化SDL的核心交汇点。代理通过功能API驱动自动化硬件，如机器人臂、移动机器人和流式反应器。难点在于实现稳定的语义到物理的映射，将高级意图（如加热到回流或分批添加到特定pH值）转化为可验证和可重现的设备指令序列，例如温度控制、搅拌、液体处理和等待条件。它还必须处理执行过程中的调度、互锁和异常情况。ChemAgent（12）和Coscientist（25）等系统通过使代理能够阅读硬件文档、调用层次子代理或采用结构化动作表示，展示了自主执行复杂物理任务的可行路径。

一个自主系统必须能够感知其行为的后果。分析从仪器和传感器数据中提取指标，执行质量控制和不确定性评估，并将结构化反馈反馈到闭环中，对应于系统的眼睛。该模块结合了pandas和numpy等数据处理工具与多模态感知技术。（44,46）它不仅仅局限于数据记录和绘图，更强调对实验状态的在线和离线理解。这包括通过摄像头进行视觉认知以检测颜色变化、降水量或界面状态，同时运用异常检测、质量控制和不确定性评估算法。这一过程将原始信号转化为结构化的指标和证据，这些信息可以反馈到系统中。正如Robin（28）等框架所体现的，该模块使SDL能够从观察中形成更高层次的见解和推断，为后续优化提供可靠的反馈，而不仅仅是积累数据。通过有机整合这五个模块，SDL从一个僵硬的自动化机器转变为一个适应性强且智能的伙伴。它不再仅仅是执行人类制定的指令的工具，而发展成为一个能够独立完成从阅读文献到假设验证的全过程科学发现引擎。这是化学研究向真正零干预自主性迈出的决定性一步。

**3. 端到端化学研究代理的进化**

第2节中描述的五模块架构不仅仅是一个概念抽象，而是对科学代理近期关键进展的结构化综合。从观察的角度来看，这些系统的发展可以概括为最初填补了认知、工具和执行方面的关键空白，然后逐步向跨阶段的闭环协调发展。我们重点关注三个代表性的工作：Conscientist、ChemCrow和LLM-RDF。这些工作不仅代表了不同的方法，还标志着架构图谱的逐步完善。Conscientist首次弥合了设计与执行之间的差距，验证了代理驱动硬件的可行性（25）。ChemCrow随后增强了理解和设计能力，引入了工具增强的严谨性以减少幻觉（11）。最后，LLM-RDF通过多代理协作整合了一个分析模块，实现了从实验数据到假设生成的闭环（33）。通过分析这一进程，我们展示了代理的零散能力如何凝聚成一个能够进行真正科学发现的统一系统。

自主化学的主要障碍在于使基于文本的模型能够与物理世界互动，这一挑战主要集中在执行模块上。如图3a所示，Conscientist为此能力提供了关键的的概念验证。通过阅读液体处理机器人的技术手册和API，Conscientist成功地将高级化学目标（如钯催化的交叉偶联）转化为精确的机器可执行代码。它的贡献在于证明了代理可以作为适应性规划器，在执行基本优化任务的同时控制不熟悉的硬件。然而，关于理解模块，Conscientist主要依赖于基础模型（GPT-4）的内在知识。由于缺乏专门的验证工具，它仍然容易产生幻觉，并且其对复杂光谱数据的深度分析能力有限，限制了其提供机制洞察的潜力。

**图3**
a. Coscientist的系统架构（25）来源：参考文献（25），版权2023，Springer Nature。
b. ChemCrow的概览和专家设计的工具集（11）来源：参考文献（11），版权2024，Springer Nature。高分辨率图片

**下载MS PowerPoint幻灯片**

为了解决大脑的可靠性问题，ChemCrow通过工具使用范式（图3b）加强了理解和设计模块。认识到纯LLM在处理精确化学事实方面的困难，ChemCrow整合了18种专家工具，范围从文献挖掘（LitSearch）到安全评估（GHS检查）和分子性质计算（RDKit）。代理不依赖记忆，而是作为管理者，在生成合成计划之前查询经验证的数据库，确保其设计在化学上是合理且安全的。尽管ChemCrow成功连接到了一个机器人平台进行执行，但其工作流程大体上是线性和特定任务的。它在生成可靠的配方方面表现优异，但缺乏一个强大的分析模块来自动解释实验反馈并触发迭代优化循环，使得研究循环保持开放状态。

最新发展LLM-RDF旨在通过部署一个明确包含分析和优化的多代理架构来封闭这一循环（图4 a–c）。与之前专注于规划或合成的系统不同，LLM-RDF引入了专门用于结果解释的代理，能够处理原始仪器数据，如GC-MS和NMR光谱。这种视觉和数值感知使系统能够自主评估反应产率和纯度。在催化反应优化的演示中，系统实现了闭环，分析模块将洞察反馈回设计环节，使代理能够无需人工干预即可迭代调整实验参数。虽然LLM-RDF代表了一个完整的SDL的结构原型，但其当前的实现依赖于预设的角色和定义的反应模板。未来的挑战在于将这一架构推广到支持开放式探索，使代理能够定义自己的研究问题。

**图4**
a. 由LLM促进的化学合成开发的工作流程（33）。
b. 说明人类化学家与代理在化学合成开发中交互的图表。
c. 以代理为后端的端到端反应开发的网络应用。来源：参考文献（33），版权2024，Springer Nature。高分辨率图片

**下载MS PowerPoint幻灯片**

**4. 案例研究：利用科学代理赋能AI化学家**

为了具体化上述代理架构的实现路径，本节介绍了由中国科学技术大学开发的AI-Chemist平台案例研究（见图5）。在整合大型语言模型之前，该平台作为一个由数值优化算法驱动的标准化硬件生态系统运行（15,50）。在此基础上，本节重点讨论了向代理化的技术飞跃。我们展示了引入认知层如何将平台从一个高通量自动化机器转变为一个具有物理智能推理和按需任务协调能力的智能伙伴。

**图5**
a. 结合理论模型和基于LLM的模式分析的物理智能贝叶斯优化工作流程（51）来源：参考文献（51），版权2025，Elsevier。
b. 用于加速发现PET糖酵解用路易斯酸-碱催化剂的AI引导框架（52）来源：参考文献（52），版权2026，American Chemical Society。
c. 基于LLM的多代理系统ChemAgents（12）来源：参考文献（12），版权2025，American Chemical Society。高分辨率图片

**下载MS PowerPoint幻灯片**

**4.1. LLM增强的探索**

最初，将LLM集成到AI-Chemist平台主要是作为补充信息的来源，而不是能够直接操作硬件或计算工具的代理。第一次实现通过引入一个基于物理知情的双目标BO框架（图5a）来解决高熵合金纳米酶设计中的多目标优化挑战（51）。这一阶段的关键在于实施了LLM在循环中的机制，其中像GPT-4这样的模型作为在线分析组件。通过提供基于数据分布和相关模式的可解释反馈，LLM动态影响了采样偏好，使优化从纯数值驱动转变为由知识和数据协同驱动的可控探索。随后，LLM被应用于PET的路易斯酸-碱催化糖酵解中的假设生成（图5b）（52）。我们设计了一个三阶段智能优化工作流程：BO首先扩展了搜索空间；然后LLM基于历史数据提出可验证的假设；最后，系统根据这些验证的假设在原始搜索空间之外确定最佳催化剂配方。这些工作展示了认知增强在分析和推理中的潜力，为后续平台的完全代理化奠定了基础。

**4.2. 代理协调**

第二阶段标志着从认知增强向完全代理协调的转变。ChemAgents多代理系统的提出体现了这一转变，将平台从专用工作流程升级为支持开放式指令的按需任务协调（图5c）（12）。与之前LLM作为顾问的实现不同，ChemAgents建立了一个分层的多代理架构，使用板载的开源大型模型（例如Llama-3）作为核心推理引擎（53）。任务管理器协调特定角色的代理——包括文献阅读器、实验设计者、计算执行者和机器人操作者——来分解自然语言要求并协调多步骤执行。这种解耦的架构使系统能够处理开放式指令，并在不同硬件模块之间灵活重组工作流程，实现可组织、可扩展和按需响应的研究。

**总结**

LLM和多代理架构的整合从根本上重新定义了AI-Chemist平台的能力。超越了固定搜索空间内优化的限制，代理驱动阶段引入了一个语义和组织层，使SDL摆脱了僵硬的工作流程。LLM和代理通过弥合抽象科学意图与具体硬件执行之间的差距，使系统能够理解自然语言目标，自主分解复杂任务，并在没有硬编码脚本的情况下协调异构工具。这一转变解决了自动化操作刚性的长期瓶颈，将SDL从一个高通量工具转变为一个具有可解释推理、灵活任务重构和按需自主研究能力的协作伙伴。

**5. 未来前景和挑战**

**5.1. 限制和系统性瓶颈**

将基于LLM的代理集成到科学研究中为知识聚合、工作流程自动化和可追溯的决策支持提供了新的可能性。然而，随着这些系统从文本处理转向与物理实验室环境的互动，其潜在能力中的重要限制变得更加显著。在这种情况下，中心风险不再仅限于文本幻觉，而是扩展到了可能影响到实际实验操作的故障。这些挑战在三个维度上尤为明显。

第一个也是最紧迫的问题是算法幻觉或语义误解，这可能导致不安全的物理行动。尽管最先进的LLM在语言生成方面表现出色，但它们缺乏物理基础，使得它们容易犯在实验室环境中不可接受的错误。当允许代理影响或控制物理执行时，即使是小的解释错误也可能导致严重后果，例如混合不相容的试剂或引发失控的放热反应。例如，“由于高度放热反应，缓慢添加试剂B”的文献指令包含了重要的隐性实验知识。LLM可能会将“缓慢”简化为任意的固定流速，例如1 mL min–1，这对于敏感或扩大规模的系统来说仍然可能过快。因此，未来的SDL架构应在执行层中加入确定性的安全约束作为不可绕过的最终保障。这些约束应保留覆盖代理生成命令的权力，确保概率推理永远不会超出物理安全限制。

第二个主要瓶颈在于现代实验室碎片化且大多封闭的硬件生态系统。为了自主协调物理仪器，科学代理不仅需要通过API访问软件，还需要足够详细且机器可读的操作文档。实际上，许多先进科学仪器仍然专有且互操作性较差。因此，研究人员通常不得不为每个设备定制适配器，这限制了跨实验室环境的可移植性，并限制了基于代理的工作流程的通用性。解决这一瓶颈需要化学界和仪器供应商之间的密切协调，以建立更标准化的通信协议、互操作的控制层和统一的数据格式。这种互操作性不仅是工程上的便利，也是广泛部署基于代理的SDL的先决条件。

第三个挑战涉及科学可重复性和数据来源。LLM协调的工作流程引入了一个独特的紧张关系：虽然物理动作序列可以复制，但产生这些动作的推理可能在不同会话中并不完全稳定。由于LLM是概率系统，相同的输入和目标并不总是保证相同的推理路径或中间决策。这种变异性复杂化了透明度，并削弱了数字决策层面的可重复性。因此，未来的SDL架构应包括严格的审计跟踪，记录提示、模型调用、工具调用、中间输出和原始仪器痕迹。这样的记录不仅可以提供实验室所做工作的审核记录，还可以说明系统是如何达到这些行动的。

**5.2. 代理辅助SDL的基准测试**

为了区分真正开放式的科学探究和自动化的超参数调整，并避免在快速发展的领域中夸大其词，社区需要更合适的评估框架。历史上，第一阶段和第二阶段SDL的性能通常主要通过工程指标（如吞吐量、优化速度或最终产品产量）来评判。这些指标仍然重要，但它们不足以评估那些旨在支持更广泛研究工作流程的系统。一个通过硬编码的网格搜索来筛选1000种催化剂的工作流程可能会产生高性能的结果，但在假设检验、机制理解或适应性科学推理方面仍然贡献甚微。为了更系统地评估基于代理的自动化科学实验室（SDLs）的科学有效性、安全性和操作稳健性，我们提出了HYDRA框架，该框架包括五个维度：假设检验准备度、产量与安全联锁、数据治理、可重复性和可审计性。首先，假设检验准备度要求代理化的工作流程超越线性搜索，支持严格的实验设计，包括适当的对照、随机化、复制以及在相关情况下进行交叉验证。其次，产量与安全联锁指的是当遇到异常数据、危险条件或不确定行为时，自主系统必须遵循确定性安全措施或人类监督的机制。第三，数据治理要求从原始仪器信号到决策级数据产品有一条透明且可追溯的路径，并具有明确的质量控制规则、异常标记和不确定性评估。第四，可重复性不仅涉及代码发布，还包括详细记录协议版本、试剂批次、校准状态和环境条件。最后，可审计性要求在整个工作流程中有一条行动级别的责任链，包括哪个代理或模块做出了决策、使用了哪些证据、调用了哪些工具、如何跟踪行动以及人类审查何时介入。

总体而言，HYDRA框架旨在为评估基于代理的SDLs是否作为可信的研究系统运作提供一个实用的基准，而不是 opaque 的试错引擎。

5.3. 朝向人机合作在自主化学中的发展

将代理集成到物理实验室中不是一个单一的技术事件，而是一个渐进的过程，涉及决策自主性的提高、更广泛的工具协调以及更可审计的闭环工作流程。从这个意义上说，将代理纳入SDLs不仅仅是软件升级；它还重新塑造了科学工作在人类研究人员、AI系统和实验室基础设施之间的分配方式。其成功将取决于领域科学家与AI研究人员之间的持续对话，以及有效科学实践所需不断发展的技能集。这种职责的重新分配可以理解为在自主化学工作流程中的分层劳动分工（图6）。人类科学家仍然负责高层次的科学框架和审计；代理作为中间层，负责意图理解、知识组织和任务协调；SDLs则为自动化实验和原始数据生成提供物理执行层。

图6：自主化学中人类科学家、科学代理和SDLs的分层协调。人类研究人员定义目标、约束和假设，并审核工作流程和结果。科学代理通过知识组织、实验设计、任务协调和数据分析将这些目标转化为可执行的协议。SDLs执行机器可读的协议，进行自动化合成和表征，并生成原始实验数据。然后数据和结果向上流动，以支持解释、审计和迭代决策。

这种转变的一个可能好处是减少了低层次的运营摩擦。通过将手动移液、硬件接口和脚本维护等重复性任务卸载到自动化系统中，研究人员可以重新获得认知带宽，用于更高层次的科学研究，包括定义问题边界、制定假设、设计对照和解释意外的物理行为。然而，这种劳动力的重新分配也可能隐藏一个成本：基础物理直觉的退化。当前一代研究人员通常具有重要的优势，因为他们的专业知识是通过直接的实验和手动工作流程设计积累起来的。这种动手经验提供了严格审计代理推理和检测语言上看似合理但在物理或化学上不合理的细微但重要的错误所需的实际物理直觉。如果未来的化学家过分依赖高级AI协调，而缺乏有意义的触觉式试错实验经验，他们可能无法有效评估AI生成的工作流程的物理合理性。因此，自主化学可能会产生一种“马太效应”，即AI不成比例地赋予具有深厚领域知识的专家权力，同时可能使缺乏审查算法输出所需背景的较少经验的研究人员失去技能。这种可能性突显了科学家在AI时代作为审计者的持久作用，并表明物理实验室培训应当保持作为科学严谨性的核心支柱，而不是自动化的可有可无的前置条件。

相反，SDLs的持续运行可能为改进代理本身提供一条重要途径。尽管基础模型是强大的语言系统，但它们通常缺乏对物理因果关系的直观理解。SDLs可以通过生成丰富多模态的实验动作记录（包括机器人日志、传感器输出、系统状态和恢复轨迹）来解决这一限制。这些数据可以支持更具体领域世界模型的开发，并为行为克隆或离线强化学习等方法提供训练信号。通过这种方式，模型训练可能逐渐从预测语言上合理的连续性转向更好地预测实验室行为的物理后果。由于主流大语言模型（LLMs）主要在静态文本语料库上进行训练，它们在语言合成方面通常比在数值推理或物理基础推理方面更为可靠。因此，来自实验室的轨迹数据可能在改进未来代理的长期规划和行动基础方面发挥关键作用。

总体而言，代理和SDLs的结合正在推动化学研究向更集成的人机机器工作流程发展。它们的长期价值不在于取代化学家，而在于实现一种协作架构，在这种架构中，人类定义科学问题、假设和证据标准，而代理和实验室系统则提供可扩展的协调、执行和数据处理。在这种观点下，自主化学的前景在于加强系统实验与科学推理之间的联系，而不是将研究人员从发现过程中排除出去。