AI越大越聪明?中国团队换了个办法:让两个模型分工干活

让一个AI找新材料，到底是在考它什么？

背得出化学知识还不够。它得查数据、选工具、填对参数，算完以后还要判断：这个结果值得继续追，还是该换条路？

这有点像开餐馆。懂菜谱，还得买对菜、备好料、控制火候。厨房忙乱时，光给厨师再塞一本更厚的菜谱，恐怕不够。

9月10日，中国科学院深圳先进技术研究院公布了一个新办法：材料科研智能体MatBrain，把科学分析和工具执行交给两个专门训练的模型。这项成果发表于《自然·机器智能》。[1]

它想解决的，不只是AI知道多少，而是知道以后能不能把事做下去。

我觉得，这比又一个“参数更大”的故事更值得聊。因为从聊天窗口走到实验室，中间隔着的并不只是一道知识问答题。

晶体结构的分析，需要把模型判断与具体数据相互核对

● ● ●

会答题，不等于会完成任务

假设我们想找一种更合适的电池材料。这只是理解流程的例子，不是说MatBrain已经替你造出一块新电池。

一个聊天模型可以列出一串材料名称，还能解释每种材料可能的优缺点。但接下来怎么办？结构从哪里来？该调用哪个计算工具？输入格式错了谁来修？算出的性质符合要求，却不够稳定，又该不该留下？

这些问题，靠一段漂亮回答接不上。

研究团队把工作分给两个角色：Mat-R1负责材料知识、科学分析和结果判断，参数规模为300亿；Mat-T1负责组织和执行工具调用，规模为140亿。[2]

名字不用记，分工值得记。

可以把前者理解成审方案的人，后者理解成会调动工具的执行者。但这只是类比，它们没有人的责任意识，也不会因为互相讨论就自动保证正确。

“轻量化”同样是相对说法。几百亿参数仍需要相应的计算资源，不是手机随便装个软件就能原样运行。

● ● ●

分开以后，关键是能接回来

两个模型分别工作，会不会变成两个互相甩锅的同事？

如果只是让它们各写一份报告，确实未必有用。MatBrain更重要的设计，是把执行结果交回分析环节，再根据判断决定是否继续调用工具。

项目公开代码里的流程很直观：执行模块先工作，分析模块读取执行历史；信息不够时发出下一步要求，够了则整理答案。系统还设有迭代次数上限，不是让两个模型无限聊下去。[3]

这里的工具调用，也不是AI说一句“我查过了”就算完成。它需要把请求交给数据库或计算程序，拿到实际返回，再处理这些结果。

这让我更关心一个问题：报告里的结论，是模型凭语言接出来的，还是有可追查的数据和计算支撑？

工具也会出问题。数据库可能缺数据，计算方法可能用错场合，输入还可能填错。多一个分析角色，是多了一次检查的机会，不是多了一张保票。

分工的价值，在于让任务有机会被检查和修正。

执行结果交回分析，必要时补充计算，再进入实验验证

● ● ●

从3万个缩到38个，比一句“发现新材料”更具体

材料发现为什么难？一种元素组合，可以有不同的原子排列；纸面上看着合理的结构，也可能不稳定、难合成，或根本不具备想要的性能。

把每个想法都送进实验室，代价太大。

在团队报告的催化剂案例中，MatBrain生成了3万个候选结构，经过多阶段筛选，在48小时内得到38个有希望的候选材料。[1][2]

看到这里，很容易顺手写成：“AI两天发明38种新材料。”

我不愿这样写。

公开预印本交代得更具体：研究人员从候选中选出CoV₄S₈开展实验验证，随后进行合成、结构表征和性能测试。选择与验证没有从故事里消失。[2]

候选名单不是产品目录，计算预测也不是实验结果。

我看重的是另一件事：如果一个系统能帮研究人员排除不值得追的路线，把实验机会留给更有希望的方向，就已经可能节省时间。

这和在网上找到一万个菜谱，却仍不知道今晚做什么，很不一样。有价值的不只是“想得多”，还有筛掉哪些、为什么筛掉，以及留下的方案怎么验证。

这种帮助与普通人的距离，藏在材料里。电池、催化剂、电子器件的性能，都离不开材料研发。但从某次科研任务做得好，到工艺稳定、成本合适，再到产品上市，还有一段路。不能把实验室里的候选名单，直接写成明年的购物清单。

● ● ●

“准确率提升66%”，先看它比的是什么

机构介绍中有两组很醒目的数字：在所评估的材料任务中，预测准确率相较主流模型提升66%，硬件部署成本降低95%以上。[1]

它们值得关注，也需要带着口径读。

66%说的是这项工作的材料任务比较，不是所有问题上的通用智力排名，更不能读成提高了66个百分点。公开预印本展示了多类材料任务的比较；但我没有从可获取材料中独立复算出新闻稿所说的66%汇总值，因此只将它作为团队报告的结果，不拿来做标题。[1][2]

95%的限定词则是“硬件部署”。预印本比较了约60万美元的集群方案与约1.5万美元的工作站方案。这是特定配置的估算，不等于训练、数据整理、科研软件、实验耗材和人工等全部费用，都一起缩到原来的二十分之一。[2]

还有一个容易被跳过的细节：截至本文核查时，项目公开仓库提供了智能体实现、工具服务和部分数据等内容，但明确说明，模型权重和完整内部训练数据不在这次发布之中。[3]

所以，有公开代码，与任何人都能完整复现同一套性能，也不是一回事。

● ● ●

真正值得学的，是别让一个模型包办一切

这项研究证明“大模型没用了”吗？没有。

专门训练的数据、可调用的工具、分工方式与模型能力，都在共同影响结果。不能把成绩全部归到“两个比一个强”，更不能拿它为任何多智能体产品背书。

但它提供了一个很实在的思路：遇到复杂任务，除了问能不能换个更大的模型，还可以问——这件事能否拆成不同工作，每份工作需要什么证据，结果又由谁检查？

对于中国的材料科研，这种探索的意义在于，把AI放进具体的研究过程，而不只停留在知识问答。深圳先进院这次选择的，是让专业分析与科研工具互相配合。[4]

能把候选筛出来，再把不确定性带到实验台上接受检验，比一份自信满满的答案更接近科学。

下一次听见“AI发现了新材料”，不妨多问一句：它给出的是一个名字、一份计算结果，还是一块已经接受过实验检验的材料？

差别就在这里。

参考资料

[1] 深圳先进院：MatBrain研究与发布介绍，2026-09-10。

[2] 研究团队公开预印本：双轻量模型协作开展晶体材料研究。与期刊最终版本应分别对待；本文未独立复现实验与基准测试。

[3] MatBrain项目公开仓库及发布范围，核查日期2026-09-17。

[4] 中科院英文研究介绍，2026-09-14。