找新抗菌分子这件事，真正难的不是生成候选，而是决定怎么筛。用哪个活性预测模型、毒性风险怎么控、哪些候选值得花钱送进实验室，这些选择组合起来才是流程，而流程好坏直接决定命中率。北京大学相关团队在论文MolRSI里把这道题交给了智能体：它不只优化候选分子，还把工作流本身当成搜索对象，跑完之后把有效的改法记下来，带到下一个任务里。论文已被挂在预印本平台，项目页同步公开。
15.9%对8.7%，比的是同一件事
关键在可比性。两组实验使用相同的训练数据、同一个约1210万个化合物的筛选库、同一套MSSA抑菌判定标准，唯一变化的是流程由谁设计。人类专家给出的非智能体流程,湿实验命中率8.7%；MolRSI自主优化后的流程，命中率15.9%，相对提升约82%。把命中率当作北极星指标是有道理的，因为每一次湿实验都要消耗试剂、仪器时间与人力，命中率翻近一倍，等于同样的预算能多拿到近一倍的可用分子。
需要说清的是这个数字没有回答的问题。命中率高不等于分子好，抑菌活性只是第一道门，后面还有细胞毒性、稳定性、可合成性、耐药性演化等一系列关卡，任何一关不过都白搭。论文选择的评价口径是命中率，这有利于展示流程优化的效果，但不能直接换算成药物开发的成功率。读这类结果时，最该问的是失败的那些候选错在哪里，以及这套流程换一个靶点是否还成立。
pMHC这一关：8个命中对0个
更有说服力的是第二个任务。研究团队让系统从头设计能选择性识别pMHC的结合蛋白。pMHC由细胞表面的MHC分子与它呈递的短肽组成，难点在于目标与非目标可能共用同一个MHC，只在少数几个肽残基上有差别。这意味着模型不能靠认出整个复合物来蒙对，必须精确到几个残基的差异。在两个pMHC靶标上，MolRSI拿到8个满足实验特异性判据的结合命中，作为对照的Claude Science在同一设计条件与计算预算下是0个。
0这个数字值得多看一眼。它不代表那个通用科学模型无能，而是说明这类任务对流程设计极其敏感：同样的算力，筛什么、怎么排、什么时候停，决定了最后能不能捞到那几十个真正有区分度的设计。这也解释了为什么把优化对象从答案换成流程会有效。答案空间太大，流程空间小得多，而且在流程层面学到的经验可以迁移到别的靶点。
两个循环与一本流程日志
系统的结构可以拆成两个循环。内循环针对当前任务改工作流：换预测模型、调整筛选阈值、改变候选送检的排序规则，每跑完一次就评估一次。外循环把这一轮学到的东西带进下一个任务，用来改进搜索策略本身，也就是所谓递归自我改进。让它能跨任务积累的关键不是模型参数，而是一份可执行的技能库：系统从论文与代码里整理出方法，转成经过实际运行验证的可执行技能，再组合、测试、修改。
这份日志记录的内容很具体：这套流程在什么条件下有效，哪一次修改改善了表现，运行报错之后是怎么修好的。正是这些东西让下一次不必从零试错。相比让模型凭记忆复述经验，把经验固化成能跑的代码更可靠，因为它可以被检验，错了会立刻暴露。这也是当前智能体系统里最实用的一条工程经验：记忆不要存在对话里，要存在可执行的资产里。
接进现有管线要先改三件事
如果一家做早期分子发现的公司想用它，第一件要改的是打分函数。智能体的所有判断都建立在打分上，而企业内部的打分往往是多目标加权，活性、毒性、可合成性、专利空间各占多少，从来不是公开数据集里的单一指标。把这些权重写清楚，系统才可能朝向正确的方向优化，否则它会很努力地优化一个跟业务无关的数字。权重写清楚之后还要接受一件事：一旦权重变化，历史流程的评估结果就要重跑，因为顺序可能整个翻转。
第二件要改的是数据接口。流程优化需要频繁调用预测模型与化合物库，接口必须能被程序稳定调用，返回结构要固定。很多实验室的模型还停留在脚本加表格的阶段，人能用，程序用起来全是坑：字段名不统一、缺失值含义不明、超时没有重试。第三件是人工复核点。系统给出的候选清单需要有人抽查，确认不是同一类分子的复制品，也要确认专利上没有被占。这三件事做完，才有资格谈命中率提升了多少。
这套东西的天花板在哪
第一个限制是湿实验的通量。论文里的改进是在有限次实验内取得的，命中率提升的部分原因可能是更聪明的排序，也可能是更早停止无效方向。当靶点更难、可用化合物库更小、实验成本更高时，这套流程还能不能维持优势，目前没有答案。第二个限制是可复现性。智能体的决策路径带有随机性，同一任务两次运行可能给出不同流程，这对科研来说是个麻烦，因为别人无法照着你的流程复现结果，只能复现你的系统。
第三个限制是评估本身。要判断流程好坏，需要有可靠的打分函数，而生物实验的打分往往噪声很大、周期很长。流程优化在这种情况下容易过拟合到少数几个指标上，看起来命中率涨了，实际拿到的是同一类分子的变体。这些问题不会让这条路失效，但决定了它短期的定位：不是替代科学家设计实验，而是把实验前的筛选环节做得更省。对做分子发现的公司来说，最现实的用法是把它接在现有管线前面，先用手上已验证的数据把流程调准，再逐步放开候选空间。
