2025年至2026年，AI for Science 浪潮全面席卷化學(xué)領(lǐng)域，在藥物發(fā)現(xiàn)、材料合成、聚合物設(shè)計(jì)等方向，化學(xué) AI Agent（智能體）技術(shù)已從實(shí)驗(yàn)室里的概念驗(yàn)證，快速邁入產(chǎn)業(yè)落地階段，對應(yīng)化學(xué)細(xì)分領(lǐng)域的AI Agent 驅(qū)動的平臺也在快速涌現(xiàn)，形成百花齊放的局面。

相信很多同行也都發(fā)現(xiàn)了，大家今年都在談?wù)揂I，因?yàn)榇蠹艺娴拈_始在日常研發(fā)中使用它們了，所以筆者將系統(tǒng)梳理當(dāng)前主流的一些化學(xué) AI Agent 開發(fā)平臺，例如一些通過整合大語言模型（LLM）、化學(xué)信息學(xué)工具、量子化學(xué)計(jì)算引擎與自動化流程，實(shí)現(xiàn)分子設(shè)計(jì)、反應(yīng)預(yù)測、合成路線規(guī)劃、材料模擬等任務(wù)的智能化與自動化，根據(jù)功能、易用性、開源生態(tài)與落地能力做一點(diǎn)知識分享。

在分享之前，先自我介紹一下，個人主要是專注在人工智能+化學(xué)，在國內(nèi)也算是在AI化學(xué)領(lǐng)域做的比較早，也深耕了十幾年，目前整個的這個逆合成路線設(shè)計(jì)已經(jīng)比較成熟了，就確實(shí)能夠把化學(xué)專家在做這個工作的時間效率上可能提高5到10倍，甚至能給到他們更好的思路來減少他們整個合成的工作量，還包括我做的像雜質(zhì)預(yù)測，這些都是平常比較耗人工，比較耗人精力的一些事兒。現(xiàn)在有了AI 智能體，他們的效率確實(shí)能夠有非常明顯的提升。還有，我現(xiàn)在還有跟自動化做一些結(jié)合，就是化學(xué)合成。如果說我們能夠從合成到后面的自動化檢測，用一個流水線式的這種自動化工作站一站式完成，當(dāng)然還在不停的迭代，包括還會針對一些細(xì)分領(lǐng)域，比如說載體化學(xué)，比如糖化學(xué)等等，說這么多是想告訴大家化學(xué)AI Agent相關(guān)平臺技術(shù)真的值得大家去深入研究，下面開始進(jìn)入正題（一共14個平臺）

一、MolAid

開發(fā)團(tuán)隊(duì)：摩熵?cái)?shù)科

核心能力：MolAid（摩熵化學(xué)）面向開發(fā)者、科研機(jī)構(gòu)及企業(yè)的AI Agent開放平臺，擁有30億+生化分子數(shù)據(jù)，提供化合物、蛋白、核酸等生物分子數(shù)據(jù)，其中化學(xué)，1.8億+物質(zhì)信息、8000W+反應(yīng)數(shù)據(jù)，集成20類標(biāo)準(zhǔn)API接口數(shù)據(jù)，包含化學(xué)專利、譜圖、晶體、分子性質(zhì)等等，支持分子結(jié)構(gòu)生成、分子性質(zhì)預(yù)測、合成路線設(shè)計(jì)、文獻(xiàn)檢索、譜圖預(yù)測與結(jié)果解析等化學(xué)信息學(xué)大模型的訓(xùn)練，分析全球已公開的化學(xué)反應(yīng)數(shù)據(jù)，自動推理出更具成本效益或環(huán)境友好的替代工藝。

二、MOSAIC

開發(fā)團(tuán)隊(duì)：耶魯大學(xué)與勃林格殷格翰

核心能力：由耶魯大學(xué)與勃林格殷格翰聯(lián)合開發(fā)的模塊化化學(xué)合成AI系統(tǒng)，專精于復(fù)雜分子的逆向合成分析。摒棄了單一的超大模型，將約100萬條反應(yīng)記錄劃分為2000多個子集，訓(xùn)練出對應(yīng)不同化學(xué)轉(zhuǎn)化組合的輕量級模型。
提出的分步合成指令詳細(xì)到可直接供自動化系統(tǒng)執(zhí)行，在盲測中成功合成了35種具有潛在藥用價值的復(fù)雜分子，無需人工額外調(diào)整。代碼完全開源，允許全球化學(xué)界在其基礎(chǔ)上針對特定反應(yīng)類型（如金屬有機(jī)催化、光催化）繼續(xù)微調(diào)和擴(kuò)展。

三、AIMATX?

開發(fā)團(tuán)隊(duì)：Yaghi教授團(tuán)與初創(chuàng)公司 ?Molecule.one

核心能力：諾貝爾化學(xué)獎得主 Omar Yaghi 團(tuán)隊(duì)基于ChatGPT構(gòu)建了七個具有專業(yè)角色的AI Agent，組成虛擬科研團(tuán)隊(duì)，通過多個AI智能體協(xié)同完成從分子設(shè)計(jì)、實(shí)驗(yàn)優(yōu)化到材料應(yīng)用的全鏈條創(chuàng)新，可自動化完成共價有機(jī)框架（COF）的文獻(xiàn)檢索、合成、結(jié)構(gòu)分析和優(yōu)化。在基準(zhǔn)材料上實(shí)現(xiàn)結(jié)晶度 350% 的提升，并能獨(dú)立自動化實(shí)驗(yàn)合成全新 COF。

四、El Agente

開發(fā)團(tuán)隊(duì)：多倫多大學(xué) Alán Aspuru-Guzik 實(shí)驗(yàn)室

核心能力：基于分層記憶架構(gòu)的多智能體系統(tǒng)，可動態(tài)生成并執(zhí)行量子化學(xué)工作流，支持幾何優(yōu)化、電子結(jié)構(gòu)分析、熱化學(xué)性質(zhì)評估等任務(wù)。在基準(zhǔn)測試中平均成功率超過 87%，具備自適應(yīng)錯誤處理和現(xiàn)場調(diào)試能力。可提取 Agent 的動作軌跡并導(dǎo)出為代碼，既服務(wù)非專家，也支持專家進(jìn)行精細(xì)化工作流設(shè)計(jì)。

五、Aitomia

開發(fā)團(tuán)隊(duì)：廈門大學(xué)團(tuán)隊(duì)

核心能力：開發(fā)的機(jī)器學(xué)習(xí)驅(qū)動型化學(xué) Agent 平臺，覆蓋化學(xué)計(jì)算全流程（任務(wù)設(shè)置、模擬執(zhí)行、結(jié)果分析），支持能量計(jì)算、幾何優(yōu)化、分子動力學(xué)、熱化學(xué)、反應(yīng)與光譜模擬；底層采用量子力學(xué)數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)模型，速度較傳統(tǒng) DFT 提升 10–100 倍，精度接近量子力學(xué)水平。支持自定義模型訓(xùn)練與工具集成，適用于高通量分子篩選、反應(yīng)機(jī)理研究、工業(yè)催化研發(fā)。

六、ChemGraph

開發(fā)團(tuán)隊(duì)：阿貢國家實(shí)驗(yàn)室

核心能力：無縫銜接分子模擬全流程，支持單點(diǎn)能計(jì)算、幾何優(yōu)化、振動分析、熱化學(xué)計(jì)算、分子動力學(xué)模擬；集成圖神經(jīng)網(wǎng)絡(luò)（GNN）與 LLM，可自然語言驅(qū)動任務(wù)拆解與工具鏈調(diào)用。支持Python+PyTorch，支持 GPT-4o、Claude、Qwen2.5 等主流 LLM，兼容 DFT、機(jī)器學(xué)習(xí)力場、緊束縛方法等計(jì)算引擎。適用催化材料、儲能材料、藥物分子的高精度模擬與自動化計(jì)算。

七、IBM RXN for Chemistry

開發(fā)團(tuán)隊(duì)：多位在人工智能與化學(xué)交叉領(lǐng)域科學(xué)家組成。

核心能力：基于數(shù)百萬化學(xué)反應(yīng)數(shù)據(jù)訓(xùn)練，提供云端反應(yīng)結(jié)果預(yù)測和自動逆合成規(guī)劃，并與 RoboRXN 自動化合成執(zhí)行系統(tǒng)集成。設(shè)有免費(fèi)基礎(chǔ)版和企業(yè)級 API。其中免費(fèi)開放的基礎(chǔ)功能，特別適合學(xué)生、教育機(jī)構(gòu)及資源有限的實(shí)驗(yàn)室使用，可幫助學(xué)生理解逆合成邏輯與反應(yīng)規(guī)則，增強(qiáng)實(shí)踐能力。

八、Schr?dinger Agentic AI Suite

開發(fā)團(tuán)隊(duì)：薛定諤

核心能力：將傳統(tǒng)的 ?FEP+（自由能微擾）?、?分子對接?、?藥效團(tuán)模型? 等計(jì)算模塊封裝為可被智能體調(diào)用的工具，允許AI根據(jù)任務(wù)目標(biāo)自主選擇并組合使用，完成如先導(dǎo)化合物優(yōu)化等復(fù)雜任務(wù)。多個AI智能體協(xié)同工作，可自主執(zhí)行完整藥物發(fā)現(xiàn)鏈條，提升研發(fā)效率。

九、Molecule.one：AI 逆合成規(guī)劃

開發(fā)團(tuán)隊(duì)：波蘭的科技公司 ?Molecule One

核心能力：Molecule.one一家專注于?AI驅(qū)動化學(xué)合成自動化?的科技公司，其核心產(chǎn)品是一個名為 ?Maria?? 的高通量機(jī)器人合成平臺，結(jié)合AI模型（如AIM1 RetroScore）實(shí)現(xiàn)化學(xué)agent式的自主決策與實(shí)驗(yàn)執(zhí)行。支持基于客戶專屬的高通量實(shí)驗(yàn)（HTE）數(shù)據(jù)訓(xùn)練定制AI模型，幫助藥企攻克特定反應(yīng)類型的合成瓶頸，如雜環(huán)構(gòu)建、手性控制等。

十、AI plus Polymers

開發(fā)團(tuán)隊(duì)：華東理工大學(xué)

核心能力：中國首個聚合物智能研發(fā)平臺，平臺積累了超 760 萬條高分子專業(yè)數(shù)據(jù)，將特定性能新材料的研發(fā)效率提升百倍、時間從年縮短至天。

十一、RiDYMO

開發(fā)團(tuán)隊(duì)：深勢科技

核心能力：Agent 具備自主評估、路線規(guī)劃與工具串聯(lián)能力，通過標(biāo)準(zhǔn)化 MCP 接口調(diào)度自研計(jì)算工具。其MolTx 可在 2 天內(nèi)完成超 2 千萬次分子對接和超 5,000 次自由能計(jì)算，在 USP1 示例項(xiàng)目中，兩周內(nèi)完成 50 個分子推薦、22 個合成、14 個活性陽性分子，而傳統(tǒng)流程需 2–3 個月。

十二、ChemCrow

開發(fā)團(tuán)隊(duì)：洛桑聯(lián)邦理工學(xué)院與?羅切斯特大學(xué)

核心能力：集成?18種專業(yè)化學(xué)工具?，覆蓋有機(jī)合成、藥物發(fā)現(xiàn)與材料設(shè)計(jì)，基于GPT-4構(gòu)建，通過工具調(diào)用實(shí)現(xiàn)低幻覺、高準(zhǔn)確性的化學(xué)推理，可自主規(guī)劃并執(zhí)行化學(xué)反應(yīng)，如成功合成?昆蟲 repellent?和?新型 chromophore?。

十三、ScienceClaw

開發(fā)團(tuán)隊(duì)：MoleculeMind? 與 ?Zaoqu-Liu

核心能力：平臺內(nèi)置超過?3000+頂級科研工具?，包括AlphaFold、ESMfold等蛋白質(zhì)結(jié)構(gòu)預(yù)測工具，覆蓋生物、化學(xué)、材料、工程等8大學(xué)科場景，支持用戶通過自然語言指令調(diào)用復(fù)雜工具流程。區(qū)別于傳統(tǒng)黑箱模型，ScienceClaw具備?全鏈路執(zhí)行透明性?，每一步操作（如文獻(xiàn)檢索、數(shù)據(jù)計(jì)算、工具調(diào)用）均可追溯與審計(jì)，確保科研過程可復(fù)現(xiàn)。

十四、Mstack Chemstack AI

開發(fā)團(tuán)隊(duì)：初創(chuàng)公司 ?Mstack

核心能力：基于?自研的Transformer模型?構(gòu)建AI平臺，專用于識別非專利保護(hù)化學(xué)品的新型合成路徑，能夠分析全球已公開的化學(xué)反應(yīng)數(shù)據(jù)，自動推理出更具成本效益或環(huán)境友好的替代工藝