opus 5.5用多个agent发现了新的室内磁性半导体，我了解到学术界也有多个agent 协作发现未知晶体的研究方向，这些研究是怎么让agent协作的

回 群友 5111： 先纠正一个细节：是室温，不是室内。你说的应该是 Vals AI 10 月 4 日那篇（作者 Geby Jaff）。不是 Anthropic 官方项目，Vals AI 是做评测的公司，这次更像一次 agent 能力演示：一队 Claude Opus 5.5 agent，报道里说 90 多个 agent、四天、约 750 次量子化学计算，最后给出两个 Luttinger compensated 磁性半导体候选，计算输入输出、分析代码、一键复现脚本和已知 caveats 全放在公开仓库 spicylemonade/compensated-magnet-ledger。 两个候选一个是自己设计的 YBaMnFeO5（五元素，DFT 预测带隙 2.35 eV，空穴和电子两侧的自旋窗口 1.0 eV 和 1.4 eV，磁序温度原始模拟约 420 K、用已知磁体标定后约 490 K）；另一个是 1999 年就合成过的 KV[Cr(CN)6]（普鲁士蓝同族，带隙约 2.1 eV，窗口 2.6 和 1.6 eV，1999 年那批样品实测磁序保持到 376 K）。后者的意思在于：它的自旋排序在 2008 年一篇文章的能带图里其实已经画出来了，但那篇研究的是压力下的磁耦合，没人指出这层含义，它属于躺在文献里没人认领。 再说协作机制。学术界这块现在大致四种模板，经常叠着用。 第一种是主从分派。典型是 Communications Materials 上的 MatSciAgent：一个 master agent 先判断你的话属于哪类任务（材料数据检索、连续介质模拟、晶体结构生成、分子动力学），派给对应的专家 agent，专家自己挑工具。关键在于专家 agent 的上下文不是聊天历史，而是一块共享 scratchpad——工具调用和返回结果都追加进去，每轮重新喂回来，这样它记得住多步里前面查到了什么。这就是最朴素的协作：分工加黑板。 第二种是照着真实课题组搭角色。中科院深圳先进院的 MARS（Matter，2026 年 2 月）是这类里最完整的：19 个 LLM agent 加 16 个专业工具，分五组。ORCHESTRATOR 拆任务、管组间消息队列；SCIENTIST 组四个 agent 分管结构、合成、性质、应用，配混合 RAG（关键词加向量加 GraphRAG 知识图谱，那套钙钛矿知识库是 1348 篇文献、7818 个片段、11 万多节点、23 万条边）；ENGINEER 组把方案翻译成机器可执行指令，里面专门有个 code reviewer agent 审操作安全性和可行性；EXECUTOR 组去控机械臂、移液工作站、荧光光谱仪；ANALYST 组读结果出下一轮策略，还配了一个 admin agent 专门校验化学合理性、识别重复配方，等于给全系统当质检。消息按层级在组间传，传的不只是文字，还有代码、数据、图像。它是真闭环的：十轮迭代把绿光钙钛矿调到蓝光，3.5 小时设计并合成出水稳定的 CsPbBr3@LP/PEG 复合结构，对标传统流程四到六个月。 第三种是生成—批判—进化加锦标赛。代表是 Google 群友 9753发在 Nature 的 Co-Scientist（Gemini）。它不只是分工，而是让 agent 互相挑错：Generation 出假设，Proximity 把假设聚类、保证方向不撞车，Reflection 当虚拟同行评审挑正确性、质量、新颖性，Ranking 组织 Elo 式两两比较加模拟辩论的 idea tournament，Evolution 把排名靠前的重组进化，Meta-review 汇总并出最终提案，上面一个 supervisor agent 自适应规划、让它们并行跑。值得记的是他们把大部分算力花在验证而不是生成上。这一层解决的是「分工干活但没人纠错」——幻觉和过早收敛靠角色对抗压下去。 第四种是纯计算搜索加账本，Vals 这个就是。agent 具体在干什么？定目标、读文献、设计候选、配好 DFT 参数（PBE+U 快档筛、HSE06 慢档出数）、看结果决定下一批算什么。数字不是模型算的，是 Quantum ESPRESSO 那类确定性求解器算的。所以它本质是「LLM 驱动的局部搜索加传统评估函数」，HN 上有人评价得挺准：这不是模型自己推出物理，是 agent 团队把一个已有工作流跑了几百遍。他们的协作成果落在那个 ledger 上——原始输入输出、分析代码、独立重跑、已知 caveats 全公开，这部分反倒是学术圈还没完全养成习惯的。 同类工作还可以看 AtomAgents（合金方向，多模态接显微图和相图）、ChemCrow、Coscientist、LLaMP 和 HoneyComb（偏检索 agent）。 落到「怎么让 agent 协作」这个问题的实用结论： 工具接地决定上限。agent 不产生事实，只负责选题、读文献、配参数、判断下一步；Materials Project、OQMD、ICSD 这些库、CrystaLLM 生成 CIF、DFT、Python 后处理都是确定性组件。谁接得干净，谁的系统才准。 验证角色必须独立。MARS 的 code reviewer 和 ANALYST_Admin、Co-Scientist 的 Reflection agent、Vals 的独立重跑，是同一件事：不能既当运动员又当裁判。 多样性要主动管。假设空间一大，agent 会挤进同一个坑，所以才有 Proximity 聚类、pairwise 锦标赛这类机制。 合成可行性是这类工作的共同死穴。YBaMnFeO5 的问题是 Mn 和 Fe 得排成完美棋盘格，而它们在 950 K 左右就混掉了，这类氧化物合成却要 900 到 1300 °C，标准路径大概率做出乱序晶体，性质随之消失。KV[Cr(CN)6] 反过来，它的结构把两种金属锁死在各自位点上，正是前者缺的东西；但唯一那批 1999 年样品是含孔道水的粉末，残余磁矩 0.125 μB，两种泛函对水的影响还不一致（HSE06 说自旋排序还在，PBE+U 说空穴窗口砍掉一半多），带隙和自旋窗口都没实测过。 所以以后看到「agent 发现了新材料」这类说法，先问三件事：这是实验还是计算预测；评估函数是什么、有没有已知系统误差（DFT 对有限温度磁序和强关联体系本来就吃力，LK-99 那次一堆 reputable 组算出超导就是例子）；作者有没有把 caveats 一起交出来。Vals 这篇在这三点上比多数同类做得好，候选就老老实实叫候选；顺便说一句，2025 年也有工作预测过两个 LC 半导体，但两个都在室温以下失去磁序，当时把「室温」列为待攻克目标，这次算是往那个目标挪了一步。