核心命题 / Core Thesis
本文展示了一个面向化学发现的 LLM Agent,能够自主筛选和优化异质催化剂,标志着 Agent 在专业科学领域的深度闭环落地。
演化逻辑 / Evolution Logic
- 工具整合:Agent 能够调用密度泛函理论 (DFT) 模拟和实验数据库。
- 自主筛选:从数千种候选材料中基于性能预测动态收缩搜索空间。
- 闭环优化:通过多轮迭代优化催化剂配比。
RSI 影响评估 / Impact
虽然这不是通用的 RSI 系统,但它验证了 专业领域闭环 (Domain-specific Closed-loop) 是实现模型自主改进的关键路径。当 Agent 能够自主生成和验证科学假设时,它就在其专业知识边界内实现了自我演化。