新民晚报记者今日（21日）获悉，晶泰科技科学智能体平台XtalPi Science完成重要产品升级，正式上线80余项晶泰专有科学技能与工具，并进一步扩大邀请测试范围。

经测试，平台在多项内部药物发现任务中表现优于Claude；同时，平台进一步强化与晶泰自主实验室的连接，能够调度机器人执行实验、采集数据，并根据实验结果推进后续任务。

AI智能体加速落地“科学研究”

【资料图】

2026年以来，科学研究正成为继编程之后AI智能体加速落地的重要领域。Anthropic于6月底推出Claude Science，将科研工具、数据与计算资源整合进统一工作台；Google DeepMind也持续推进AI co-scientist，探索通过多智能体协作生成、评估和优化科研假设。这些进展表明，科研智能体正逐步深入科研方案设计与任务执行，向贯通多个研发环节的一体化平台演进。

这一趋势也在加速延伸至真实实验环节。Anthropic近期建设了湿实验室，并探索由Claude调度机器人执行实验，推动智能体与实验系统进一步融合。这一举措也表明，晶泰科技长期坚持的AI+机器人技术路径，正在成为行业共同探索的方向。

80余项专有科学技能与工具首次开放

科研专家的方法论和判断力通常需要多年实践才能形成，也很难在团队之间完整传递。过去多年，晶泰科技围绕真实研发项目积累了大量专有数据、算法、计算工具与工作方法，并持续在业务场景中打磨和验证。

此次上线的80余项科学技能与工具，将专业经验与专有数据集、算法及计算工具封装，使成熟的研究方法能够被智能体按需调用、组合和追溯。相关能力覆盖药物发现的主要环节，包括靶点调研与专利分析、分子生成与性质预测、蛋白准备与分子对接、逆合成路线预测、构效关系分析、液相色谱-质谱（LC-MS）谱图解析，以及数据处理与工作流自动化。

这些能力以工具（Tools）、科学技能（Skills）和可复用工作流（Recipes）三种形式呈现，分别支持具体操作、专项科研任务和多个步骤的连续执行。

以小分子药物发现为例，XtalPi Science可将靶点调研、专利数据提取、构效关系分析、分子生成与性质预测、逆合成路线预测、化合物检索六个环节编排为连续工作流，减少跨工具切换和重复整理数据的工作量。

药物发现多项任务表现优于Claude

针对苗头化合物发现（hit discovery）及从苗头化合物到先导化合物（hit to lead）等药物发现阶段，晶泰科技对XtalPi Science进行了专项优化。内部测试结果显示，平台在多项真实业务任务中的推荐有效性与优秀率均优于Claude。

在hit to lead阶段的一项典型“设计—合成—测试—分析”（DMTA）工作流测试中，经药物化学专家盲审，Claude的推荐有效率为70%，XtalPi Science达到90%。这里的“有效推荐”指专家在真实项目场景中愿意采纳并最终推进至实验的分子建议。

在同一测试中，Claude推荐分子的优秀率约为20%，XtalPi Science约为60%。优秀推荐指通常需要专家经过较复杂的分析与判断才能提出、且具备较高研究价值的分子建议。

在另一项内部合成路线规划测试中，XtalPi Science综合考虑反应机理与区域选择性，提出“先选择性溴化、再进行Suzuki偶联”的路线，以控制反应位点并获得目标产物。作为对照，参测的通用科研智能体建议从双溴底物直接进行单边Suzuki偶联，存在原料结构判断偏差，也未能充分处理偶联位点的选择性问题，可能生成错误的区域异构体。

科研智能体进入真实实验

XtalPi Science的能力已经从数字端延伸至实验执行。通过连接科研数据系统与自主实验室，平台可调度实验室机器人开展实验、采集数据，并依据结果反馈调整后续任务，使数字工作台中的科研方案进入真实实验流程。

这一能力已应用于晶泰科技内部的分子库合成项目。科学家明确交付要求、成本和时间目标后，智能体统筹物料准备、实验执行、结果检测与交付等环节，调用相应的专业工具并调度实验设备。实验产生的数据返回平台，继续用于后续实验安排；科学家则在物料确认、反应调整、质量判定等关键节点与智能体协同决策。

在该项目中，XtalPi Science与自主实验室协同运行，数据收集效率提升40倍以上，人类专家的分析决策工作量减少80%，并实现从原料供应到最终产品管理的端到端托管。一支15人的化学家团队依托这套系统，每月可交付超过20000条反应数据和实体分子，交付规模仍在持续提升。

项目中沉淀下来的可复用工作流，还可进一步适配原料药合成、化工生产、材料样品库构建等流程化研发与生产场景。