夜雨聆风做材料研究的人，大概都经历过这样的日常：查文献查到头秃，做实验做到手软，好不容易有点想法，还得排队等模拟计算。传统材料研发（Materials Science and Engineering, MSE）本质上是一个线性、碎片化且高度依赖人力的过程：人提想法，人查资料，人做实验，人分析数据。
但这两年，随着大语言模型（LLM）和AI智能体（Agent）的爆发，一种新的范式正在崛起——Agentic MSE。简单说，就是让一群AI“数字员工”渗透到材料研究的每一个环节，从读文献、想点子，到跑模拟、调参数，甚至操作真实仪器。
最近，一篇发表在 Journal of Materials Informatics 上的长篇综述 《A survey of agentic materials science and engineering: where are we and where are we going?》 ，系统地回答了这个问题。它没有简单罗列模型，而是提出了一个非常有洞见的框架——材料科学智能体的“六级自主性”等级。
读完这篇综述，我最大的感受是：我们正站在一个拐点上，材料科学的“自动驾驶”时代，可能比想象中来得更快。
01 为什么传统AI不够用？因为材料研究是“多步曲”
过去几年，AI4Mat（AI for Materials Science）已经做了很多工作：比如用GNN预测晶体性质，用NLP从文献里抽数据。但这些大多是“孤岛式”的——一个模型只干一件事。
但真正的材料研究是个“多步曲”：发现问题 → 提出假设 → 设计实验/模拟 → 执行 → 分析 → 修正假设。这个链条上的每一步都会影响下一步，而且经常需要反复循环。
这篇综述的核心洞察在于：仅仅有强大的预测模型是不够的，我们需要能够协调整个工作流的“智能体”。智能体（Agent）不仅仅是LLM，它通常具备规划（Planning）、工具调用（Tool Use）、记忆（Memory）和自我反思（Reflection） 的能力。它不只是回答问题，而是能主动完成一个科研任务。
02 “六级自主框架”：你的材料AI处于哪个段位？
为了清晰地描述这个从“纯人工”到“全自动”的演进过程，作者们借鉴了汽车自动驾驶的SAE分级，提出了一个 材料科学智能体六层自主性框架。这绝对是本文最精彩、最具指导意义的部分。
我们一层层来看：
Level 0 - 纯人工（Human-Only）：这就是传统模式。人类科学家是唯一执行者，自己看文献、想点子、做实验、写报告。AI尚未参与。
Level 1 - LLM辅助分析（LLM-Assisted Analysis）：AI变成了“智能副驾”或“研究助理”。它可以帮助你检索文献、总结摘要、做简单的性质预测。但所有决策还得你来拍板，它只是个“知识库+搜索引擎”的升级版。目前大部分材料NLP工具（如MatSciBERT）都处于这一层。
Level 2 - 工具增强型智能体（Tool-Augmented Agent）：这是质变的一步。智能体不再只是“动嘴”，而是开始 “动手”调用外部工具。比如，你给它一个目标：“找一种带隙为2.0eV的稳定钙钛矿”，它会自己去查询Materials Project数据库，调用DFT计算接口，甚至运行一个GNN模型来预测。它成了一个能主动使用计算工具的“数字化学家”。代表如：ChatGPT Material Explorer、MDCrow（分子动力学自动化）。
Level 3 - 协作规划者（Collaborative Planner）：此时的智能体具备了多步规划和长程记忆。它能把一个复杂目标拆解成子任务，并协调多个专业智能体分工合作。比如，“设计一种高强度高熵合金”，它会安排一个智能体读文献找成分范围，另一个智能体跑CALPHAD模拟，第三个智能体分析结果，最后汇总给你。多智能体系统（MAS） 是这层的标志，如SciAgents、AtomAgents。
Level 4 - 自主实验室智能体（Autonomous Laboratory Agent）：这一层开始接入物理世界。智能体不仅能规划，还能直接控制机器人实验平台（如自动合成仪、XRD衍射仪）。它设计实验、执行操作、读取结果、然后根据反馈调整下一轮实验——形成真正的“设计-制造-测试-分析”闭环（Closed Loop）。先驱系统如Coscientist（化学合成）、A-Lab（无机材料发现）和AdaptiveXRD（自适应衍射）已经迈进了这个门槛。
Level 5 - AI材料科学家（AI Materials Scientist）：这是终极愿景——一个完全自主的AI科学家。它不再需要人类给具体目标，而是能自己发现问题、提出原创假设、设计整套验证方案，甚至撰写论文。人类只需给出宽泛的研究方向（比如“更高效的电池”），它就能独立完成从假设到结论的全过程。当然，这目前还属于“科幻”阶段。
03 五个核心战场：进展并不均匀
将上述六个等级映射到材料研究的五个核心任务上，作者们得到了一张极不均匀的“战况图”。
信息抽取（IE）与假设生成：目前普遍在Level 1~2，少数（如AccelMat、PriM）探索到Level 3~4。瓶颈在于如何确保生成的假设既有物理意义又具备实验可行性，而不是只靠文字“脑补”。
性质预测与设计：大量工具集中在Level 1~2（如LLM-Prop, AlloyBERT），但多智能体协作（如Rep-CodeGen）已触及Level 3。关键缺口在于物理约束和不确定性量化，否则预测再准，合成不出来也是白搭。
模拟与多尺度建模：传统DFT/MD自动化框架（如AiiDA）可算Level 1，而DREAMS、MatSciAgent等已实现Level 3。但向Level 4迈进时，如何将模拟结果与实验反馈实时耦合，仍然是一大挑战。
自动化实验合成：这是进展最快的领域之一！像Coscientist、AlphaFlow等已实打实地达到Level 4——它们真的能控制机器人做化学实验了。但目前还是单点突破，距离覆盖所有合成场景还有距离。
表征与数据分析：从Level 1的自动标尺检测，到Level 3的自动物相检索，再到Level 4的AdaptiveXRD（智能调整扫描策略），表征方向的自动化也很有亮点。但难点在于多模态数据的融合理解（图像+光谱+衍射）。
04 跨任务智能体：从“单兵”到“集团军”
更值得关注的是，一些顶尖系统已经开始跨越任务边界。比如：
A-Lab：融合了文献挖掘（IE）、DFT计算（模拟）、和机器人合成（实验），一口气发现41种新材料。
ChemAgents：集成了机器人实验、量子模拟和机器学习光谱分析，在偶氮苯异构化研究中实现了全链条自动化。
这些系统不再是一个点上的突破，而是打通了整个“设计-制造-测试-分析”闭环。这也是作者强调的核心观点：真正的自主性不是优化单一任务，而是协调多个任务。
05 未来挑战：不是“更聪明的模型”那么简单
文章最后部分非常务实，指出了当前通往更高自主性的两大拦路虎：
认知侧挑战（Cognition-centric）：对于信息检索、模拟这些“数字域”任务，LLM容易产生“幻觉”，缺乏物理常识，可能设计出热力学上荒谬的流程。解决方案是物理感知的智能（Physically Grounded Intelligence），比如用热力学定律来约束生成。
执行侧挑战（Execution-centric）：对于实验合成、表征这些“物理域”任务，最大的问题不是AI不够聪明，而是实验室硬件太“碎片化”了——不同厂家的设备接口不统一，数据格式各异，而且实验本身存在很大的随机误差。此外，最近的研究发现，一些LLM智能体在执行指令时会“梦游”（Sleepwalking）——即超出授权范围做出额外动作，这在安全上极其危险。
06 总结：我们正处在“半自动化”的黄金时代
这篇综述给我最大的启发是：它为我们提供了衡量“到底有多自动化”的一把尺子。以前我们说某个AI工具很厉害，但说不清它厉害到什么程度。现在可以明确说：这是Level 2的工具增强，那是Level 4的自主实验室。
读完这篇文章，我个人认为，在未来5-10年，Level 3~4的智能体将成为材料实验室的标配。人类科学家的角色，将从“繁琐的执行者”转变为“战略指挥官和异常处理专家”。我们与AI的关系，将不再是“使用工具”，而是“与智能体协作”。
Level 5的完全自主AI科学家还很遥远，但这个方向已经明确，并且正在快速逼近。对于每一位材料科学工作者来说，理解和掌握这种“代理式”思维，或许比学会某个具体软件更重要。
ICLR 2026｜基于智能体的AI化学家从只会预测到能解释「为什么」