摘要

大语言智能体在科学发现领域具备巨大应用潜力，但现有系统难以可靠调度工具、执行多步复杂规划，频繁出现事实幻觉与逻辑矛盾。本文提出监督者-执行者双智能体创新框架TeLLAgent，将宏观策略推理与精准工具操作解耦，攻克上述缺陷。全局规划智能体基于DeepSeek-R1模型，通过迭代思维链推理完成问题拆解、动态方案制定；本地执行智能体依托DeepSeek-V3.1精准调用30款定制专业工具。系统通过模型上下文协议（MCP）搭建自校正闭环，支持推理复盘、任务故障自动恢复，大幅提升系统鲁棒性。在多组复杂工具调用基准测试中，TeLLAgent性能显著优于GPT-5与现有智能体框架，多步规划任务成功率更高，且任务复杂度提升时性能衰减更平缓。经领域专家、大模型双重评测验证，该框架可大幅降低知识检索类事实幻觉。本文以有机太阳能电池材料这一高难度领域验证系统完整能力：仅输入自然语言需求，即可完成从分子设计、性质预测到高性能准高分子受体筛选全链路自动化流程。该AI设计分子后续完成合成与器件验证，光电转换效率达16.44%。TeLLAgent开创可靠自主AI系统新范式，在材料科学、药物研发等领域具备加速科学发现的巨大潜力。

zmzhang@csu.edu.cn

hongmeilu@csu.edu.cn

#大语言模型 #双智能体框架 #工具增强 #分子逆设计 #有机太阳能电池 #药物虚拟筛选 #自校正推理 #消除幻觉 #多模态化学计算 #自主科学发现

监督者-执行者双智能体框架通过将策略推理与精准工具执行解耦，实现可靠的自主科学发现

结果

TeLLAgent整体框架

图1  TeLLAgent整体架构与全套工具库

(a) 监督者-执行者双智能体自主工作流程。全局规划智能体（DeepSeek-R1）解析自然需求，通过迭代思维链生成战略方案，下发给本地执行智能体（DeepSeek-V3.1）精准调用专业工具。系统内置自校正闭环，监督者评估工具输出，结果不合格时动态重选工具、重构方案，保证任务可靠完成，同时支持人机协同实验指导。

(b) 30款专业工具分类工具箱，分为分子信息学、领域专用、多模态处理、知识增强4大模块，覆盖文献挖掘、分子设计、性质预测、实验仿真全流程任务。

事实幻觉量化对比

图2  TeLLAgent与GPT-5、SciToolAgent综合基准对比

(a) 12道有机太阳能专业试题下事实准确度、忠实度打分，TeLLAgent幻觉抑制效果最优；

(b) 材料专家人工打分：任务完整度、科学严谨度、信息时效性；

(c) 大模型评测打分对应结果；

(d) 8大多模态化学任务雷达图：文档解析、多文献检索、图表解读、2维分子识别、官能团分析、性能曲线解析、代码生成、文档总结；

(e) GPT-5与TeLLAgent优缺点汇总对比。

架构消融实验验证核心设计

图3  架构消融实验结果

(a) 双智能体架构对比单智能体任务成功率热力图；

(b) 全局规划端不同底层模型组合性能；

(c) 本地执行端不同底层模型组合性能；

(d) 有无MCP协议的任务成功率对比；

横轴：工具调用步数，纵轴：工具库数量，色块为任务完成成功率。

DonorGen条件分子生成工具

图4  有机给体自主设计全流程

(a) DonorGen模型训练与生成架构，输入SELFIES分子序列+目标PCE，输出全新分子；

(b) 分子生成迭代闭环：DonorGen生成候选→Donor_predict预测效率→材料多维度评估，未达标则重生成；

(c) 最优候选分子全套理化、光电性能评估指标；

(d) AI预测与湿实验实测PCE对比：模型预测15.83%，器件实测15.07%，绝对误差仅0.76%；完整自主流程耗时约10分钟，传统筛选需2天。

人机协同设计准高分子受体

图5  人机协同准高分子受体研发流程与验证

(a) 用户初始需求与全局智能体生成执行方案；

(b) AI生成-专家筛选迭代闭环、搭档分子自动筛选流程；

(c) 目标受体全套理化、光电评估数据；

(d) 受体溶液、薄膜吸收光谱与器件电流-电压曲线，薄膜吸收红移证明强分子堆积；

(e) TeLLAgent、GPT-5、DFT计算、实测数据的HOMO/LUMO能级对比；

(f) 各方法PCE预测值与实验值对照：TeLLAgent预测16.07%，实测16.44%，误差极小。

TeLLAgent网页开放平台

图6  TeLLAgent网页交互平台界面

网页操作界面，支持自定义底层模型、多文件/分子图片上传，左侧工具列表，右侧分子可视化与全套理化、光电指标自动输出。

跨领域拓展：miRNA-蛋白复合物小分子药物筛选

图7  药物筛选全流程与分子对接结果

(a) 小分子虚拟筛选自动化工作流：对接打分→类药性筛选→ADMET评估；

(b) 2款最优候选分子对接预测与真实打分对照；

(c/e) 候选分子2维相互作用图谱；

(d/f) 分子结合口袋3维构象图，标注氢键、π-阳离子作用残基。

数据与代码

TeLLAgent完整开源代码、实验脚本托管GitHub

https://github.com/JinYSun/TeLLAgent

网页演示平台部署于Hugging Face空间

https://huggingface.co/spaces/jinysun/TeLLAgent

详细总结

思维导图

论文基础信息

现有科学LLM智能体核心痛点

双智能体分工对比

30款工具4大分类汇总

参考

Chem Sci. 2026 May 22;17(26):13101-13117. doi: 10.1039/d5sc09883a.  

TeLLAgent: a dual-agent framework for reliable scientific discovery with tool-enhanced LLMs

注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。