允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

AI正在重新定義科學研究。

過去，材料化學、分子催化等領域的科研，從文獻調研、理論篩選、實驗設計到迭代驗證，往往要靠科研團隊長年累月地攻堅。

既要精通專業(yè)機理，又要耗費大量時間協(xié)調分工、反復試錯。

如今，一個能自主規(guī)劃、分工協(xié)作、閉環(huán)執(zhí)行的“AI科學家”，正在走向工程化落地。

4月25日，中國科學技術大學正式發(fā)布“靈境造物”智能科研云平臺，該平臺面向全球開放使用，這標志著“人工智能驅動的科學研究”正走向工程化、平臺化和開放共享。

“靈境造物”基于全棧國產化軟硬件生態(tài)打造，依托由安徽與中國科學院共同支持設立的科學智能物質創(chuàng)制中心，對科學大模型、垂類小模型、科研機器人、自動計算、自動實驗及技能庫進行統(tǒng)籌整合，形成操作系統(tǒng)級入口。

而支撐這套“智能科學家”高效運轉的核心，正是華為支持的openJiuwen社區(qū)MindSpore社區(qū)，通過一整套面向多智能體的Coordination Engineering（協(xié)同工程）技術體系——

讓AI從“單兵作戰(zhàn)”，真正升級為一支能打硬仗的“科研精銳團隊”，完美適配靈境造物從理論到實驗的全流程科研需求。

openJiuwen協(xié)同工程，讓AI科研團隊“體系作戰(zhàn)”

當前AI Agent工程迭代極快，從Prompt Engineering、Context Engineering，再到Harness Engineering，行業(yè)一直在打磨“如何讓單個Agent更好用”。

但在真實科研、復雜業(yè)務、大規(guī)模生產等場景，單個Agent往往難以支撐用戶任務的高效、平穩(wěn)執(zhí)行。

尤其是靈境造物這種“科研團隊”場景，需要有文獻閱讀、實驗設計、計算模擬、數(shù)據(jù)分析等多角色Agent協(xié)同，各司其職、并行推進才能更快更好地完成復雜科研任務。

僅依賴單Agent的優(yōu)化難以完成跨環(huán)節(jié)、長鏈路、強分工的復雜科研任務。

openJiuwen社區(qū)給出了一套完整解法：發(fā)布了Coordination Engineering全棧技術體系，完美適配靈境造物的科研協(xié)作需求，解決科研團隊協(xié)同中的核心痛點。

• Agent Team Engine：讓多智能體自主分工、高效協(xié)同，完成從“單兵作戰(zhàn)”到“精銳團隊”的關鍵跨越；
• Team Skills：多智能體的“開發(fā)平臺”，將協(xié)作經驗標準化封裝，讓“一支優(yōu)秀團隊”變成“一套可復制的團隊能力”；
• Team Skills Hub：打通共享生態(tài)，讓協(xié)作經驗在社區(qū)中流通、復用；
• Team Skills自演進：在每一次實戰(zhàn)中自動迭代，讓團隊整體與每位成員越用越強。

關于JiuwenClaw

JiuwenClaw是基于openJiuwen開發(fā)的企業(yè)級高可靠“龍蝦”Agent，結合華為云AI基礎設施能力與AgentArts智能體開發(fā)平臺，已在華為云OfficeClaw中實現(xiàn)企業(yè)級落地。

Agent Team Engine：讓AI科研團隊自主分工、高效協(xié)同

Agent Team解決的是多智能體協(xié)作的第一步：多個Agent如何圍繞一個目標組隊、分工、執(zhí)行和匯總。

其設計理念很直接：模擬真實團隊的協(xié)作方式

一個Leader Agent負責需求分析、團隊組建和任務規(guī)劃；

多個Teammate Agent各自領取任務、獨立執(zhí)行、匯報結果，通過共享工作區(qū)協(xié)同產出，像人類團隊一樣高效協(xié)作。

1、分級自主協(xié)同

• Leader統(tǒng)籌全局：動態(tài)組建團隊、拆解任務、管理依賴、監(jiān)控進度；
• Teammate自主作業(yè)：主動認領、獨立執(zhí)行、遇阻求助、完工匯報。

2、Team Workspace共享工作區(qū)

團隊成員共享一個工作空間，誰產出了什么，其他人馬上就能看到。

前序任務的產出自動成為后續(xù)任務的輸入，無需手動傳遞。

調研Agent完成的數(shù)據(jù)分析報告，寫PPT的Agent可以直接拿來引用，整個協(xié)作過程如流水線般順暢。

3、全生命周期管控

從團隊組建到任務完成，Leader Agent全程把控。

關鍵決策需要Leader審批，防止Teammate偏離目標。

事件驅動機制確保團隊不會陷入僵死，某個成員卡住了，系統(tǒng)會自動處理；

TeamMonitor則提供全程可觀測能力，讓你清楚知道每個成員在干什么、進度如何。

在科研場景中，如收到“某物質催化劑研發(fā)”這類科研需求：

1. Leader會自動拆解任務（文獻調研、候選材料生成、理論篩選、實驗設計等）；
2. 動態(tài)組建適配的科研團隊，如文獻分析Agent、分子建模Agent、催化性能預測Agent、實驗執(zhí)行Agent；
3. 同時梳理任務依賴（如“理論篩選完成后，才能啟動實驗設計”）；
4. 全程監(jiān)控各環(huán)節(jié)進度，靈活調整分工。

Team Skills：讓優(yōu)秀科研協(xié)作經驗“會沉淀、可復制”

Agent Team解決了當下AI團隊怎么協(xié)作的問題。

但會話結束后，這些經驗全部消失。

如下次遇到“某物質研發(fā)”的同類科研任務，Leader仍然要從零開始規(guī)劃：需要哪些科研角色、如何分工、誰先誰后、什么條件算完成……

如何讓團隊協(xié)作不再從零開始，讓優(yōu)秀的協(xié)作模式可沉淀、可復用、可進化？

這正是Team Skills解決的問題。

它將一次成功的團隊協(xié)作全鏈路，像需求拆解、團隊組建、任務分配、協(xié)作流程、交付規(guī)范，全部封裝為標準化的“團隊技能SOP”。

讓“一支優(yōu)秀團隊的協(xié)作方式”變成“一套可復制的團隊能力”。

簡單來說，Agent Team讓團隊“能協(xié)作”，Team Skills讓協(xié)作能力“可沉淀、可復用”

Team Skills Hub：共建共享，讓團隊技能流動起來

有了Team Skills，如何讓好的團隊技能流動起來？

Team Skills Hub（teamskills.openjiuwen.com）就是這樣一個共享平臺，讓團隊能力被創(chuàng)建、檢索、下載、共享和維護。

當前已覆蓋數(shù)據(jù)與科研、開發(fā)編程、辦公生產力、內容創(chuàng)作、多模態(tài)與媒體、合規(guī)與法律、生活與健康、金融與理財八大場景，用戶可以一鍵下載使用。

同時，JiuwenClaw還提供了“團隊技能自動生成專家”teamskill-creator，用來幫助用戶創(chuàng)建Team Skill。

大家可以體驗、創(chuàng)建團隊技能，并上傳至Team Skills Hub平臺共享。

相當于用你的協(xié)作經驗，幫助更多人高效協(xié)作。

Team Skills自演進：讓AI科研團隊越用越強

Team Skills解決了團隊協(xié)作經驗的沉淀與復用，但真正的科研團隊能力不會停留在“復制過去”。

在真實任務場景中，Agent Team會遇到角色缺位、流程斷點及工具失效等問題。

以靈境造物在材料物質化學研究中的實踐為例：

初始Team Skill雖配備了文獻調研、材料建模、性能篩選等核心角色，但在具體執(zhí)行中發(fā)現(xiàn)，材料的穩(wěn)定性測試仍需專屬Agent，且原有的仿真流程也暴露出明顯的效率瓶頸。

JiuwenClaw提供的Team Skills自演進機制，會自動捕捉這些實戰(zhàn)經驗，分析根因，生成演進建議

如新增“穩(wěn)定性測試Agent”、優(yōu)化仿真過程的任務依賴等，這些經驗讓團隊技能越用越好。

1、雙層自演進：團隊與成員協(xié)同進化

Team Skills自演進同時在團隊技能層成員技能層兩個層面展開：

• 團隊技能層：系統(tǒng)根據(jù)任務執(zhí)行軌跡自主演進Team Skills，如增加成員角色、補充約束規(guī)則、優(yōu)化協(xié)作流程等，讓Leader Agent的任務規(guī)劃與團隊管控能力持續(xù)升級；
• 成員技能層：每位Teammate Agent的Skill同樣自主進化，工具報錯、接口超時等實戰(zhàn)經驗被自動沉淀，再次遇到同類問題時直接解決，不再重復踩坑。

2、演進補丁架構：經驗獨立存儲，原始Skill不動

演進內容以獨立的經驗條目附加到Skills上，而非直接修改原始文件。

每條經驗攜帶觸發(fā)來源、上下文、時間戳與質量評分，可單獨審查與淘汰。

Skills本身升級后，已積累的經驗無縫沿用，不存在沖突。

3、量化評估與生命周期管理

并非所有經驗都值得保留，JiuwenClaw對每條演進經驗會進行有效性、使用率、新鮮度評分，更新優(yōu)先級。

用戶可隨時審閱，確保演進過程始終透明可控，效果不劣化。

MindSpore助力靈境造物全流程自主閉環(huán)

在材料化學研發(fā)中，效率瓶頸往往在于從文獻啟發(fā)到理論篩選、從實驗設計到自動化執(zhí)行之間的協(xié)同鏈條。

MindSpore Science面向這一挑戰(zhàn)，構建了領域套件和覆蓋模型、工具、仿真軟件的科研智能體系統(tǒng)。

MindSpore Science是基于openJiuwen構建的科研智能體系統(tǒng)，致力于實現(xiàn)從智能設計到自動化執(zhí)行的閉環(huán)。

該系統(tǒng)通過“Skills原子化能力封裝+Agents智能決策編排+昇騰硬件親和模型”的技術路線，實現(xiàn)了從模型推理到仿真篩選、實驗設計到數(shù)據(jù)分析的無縫銜接。

理論篩選的革命：高效計算驅動效率躍升

傳統(tǒng)理論篩選難以平衡高精度仿真的耗時與快速經驗力場的精度，MindSpore Science提供深度優(yōu)化的科學計算套件，集成SOTA模型并適配昇騰硬件做多維優(yōu)化。

同時通過Skills機制將模型、仿真軟件等封裝為標準化能力，供Agent按需調用完成高通量篩選。

在中國科大電催化劑篩選場景中，該系統(tǒng)能將耗時數(shù)周的任務壓縮至數(shù)小時，并為實驗驗證提供高質量候選方案。

方案設計的進化：從“手寫方案”到“自動執(zhí)行”

針對傳統(tǒng)實驗方案手寫耗時、校驗繁瑣、易出錯的問題，MindSpore Science基于openJiuwen構建MindSpore Science Agent，實現(xiàn)實驗方案“自動生成-可執(zhí)行性審核-迭代優(yōu)化-下發(fā)執(zhí)行”的完整閉環(huán)。

同時具備假設生成與自我糾錯能力，減少錯誤干擾。

在靈境造物電催化劑合成場景中，可確保方案在科學邏輯與設備執(zhí)行層面的可落地性。

結語

“靈境造物”的發(fā)布，不只是一款科研工具的問世，更是AI驅動科學研究的范式躍遷：

從人工主導，走向AI自主探索、團隊協(xié)同、閉環(huán)創(chuàng)新

這一切，離不開openJiuwen發(fā)布的Coordination Engineering全棧技術體系，與Mindspore科學計算底座的關鍵支撐。

openJiuwen讓多Agent從“能協(xié)作”到“有技能”，從臨時組隊到標準化沉淀+社區(qū)共建，打通了單智能體好用→多智能體協(xié)同→團隊能力可沉淀→團隊能力可進化的完整閉環(huán)，讓科研智能體團隊協(xié)作從“一次性組隊”走向“團隊化作戰(zhàn)”。

MindSpore Science則基于openJiuwen構建了科研智能體系統(tǒng)，實現(xiàn)從靈境造物在實驗方案設計到自動化執(zhí)行的閉環(huán)。

未來，AI將不止是科研助手，更會成為自主探索的“核心參與者”，以靈境造物為代表，邁向全流程自主科研

期待openJiuwen與靈境造物持續(xù)突破，以全棧自主創(chuàng)新，打開AI科研更廣闊的邊界，讓更多科研工作者借助AI的力量，加速科學發(fā)現(xiàn)的步伐。

歡迎科研伙伴與廣大開發(fā)者，體驗JiuwenClawTeam Skills Hub，共享協(xié)作經驗，共建多智能體協(xié)同新生態(tài)。

相關資源

Team Skills Hub：https://teamskills.openjiuwen.com/
JiuwenClaw AtomGit：https://atomgit.com/openJiuwen/jiuwenclaw
JiuwenClaw GitHub：https://github.com/openJiuwen-ai/jiuwenclaw
openJiuwen AtomGit：https://atomgit.com/openJiuwen/
openJiuwen GitHub：https://github.com/openJiuwen-ai/
openJiuwen官網(wǎng)：https://www.openjiuwen.com/
MindSpore官網(wǎng)：https://www.mindspore.cn/
MindSpore Science AtomGit：https://gitcode.com/mindspore-lab/mindscience