人工智能正以前所未有的方式重塑科学研究范式。在材料化学、分子催化等传统依赖人工经验的领域，科研流程正经历从“手工作坊”到“智能工厂”的跨越。中国科学技术大学最新推出的“灵境造物”智能科研云平台，标志着全球首个全流程自主化的AI科研生态系统正式落地，该平台通过整合多智能体协同技术，实现了从理论推演到实验验证的完整闭环。
这个基于国产化软硬件架构打造的科研平台，集成了科学大模型、垂类小模型、自动化实验设备及智能计算系统。其核心支撑来自华为支持的openJiuwen社区与MindSpore科学计算框架，通过创新的Coordination Engineering技术体系，将分散的AI工具转化为具备自主决策能力的“科研军团”。在催化剂研发场景中，系统可自动完成文献分析、分子建模、性能预测及实验方案生成，将传统需要数周的研发周期压缩至数小时。
突破性进展体现在多智能体协作机制的构建。平台采用的Agent Team Engine技术，通过Leader-Teammate架构实现任务智能分配：Leader Agent负责需求解析与团队调度，Teammate Agent执行具体任务并实时共享工作成果。这种设计使不同功能的AI模块能够像人类科研团队般协同工作，例如在电催化剂研发中，文献分析模块与实验设计模块可无缝衔接，前序任务结果自动成为后续环节的输入参数。
为解决科研经验难以沉淀的痛点，系统引入Team Skills标准化封装技术。该机制将成功协作模式转化为可复用的“技能模块”，涵盖从需求拆解到成果交付的全流程规范。通过Team Skills Hub共享平台，科研人员可下载使用覆盖八大领域的标准化技能包，包括数据科研、编程开发、内容创作等场景。平台提供的技能生成工具，更支持用户将个性化经验转化为共享资源，形成持续进化的协作生态。
在技术实现层面，MindSpore Science框架构建了智能体系统的底层支撑。该框架通过“技能原子化封装+智能决策编排+硬件亲和优化”的技术路线，实现了模型推理与实验设备的无缝对接。在电催化剂筛选案例中，系统结合深度优化科学计算套件与昇腾硬件加速，使高通量筛选效率提升数十倍，同时确保实验方案在科学逻辑与设备兼容性上的双重可靠性。
平台特有的双层自演进机制，使团队协作能力获得持续增强。在团队技能层面，系统根据任务执行数据自动优化协作流程，例如动态增加稳定性测试模块或调整任务依赖关系；在个体技能层面，每个AI模块通过实战经验积累形成专属知识库，遇到同类问题时直接调用解决方案。这种演进模式采用独立补丁架构，确保原始技能包不受修改影响，同时通过量化评估体系保障演进质量。
目前，“灵境造物”平台已开放全球访问权限，配套发布的JiuwenClaw企业级智能体开发工具，支持在华为云环境快速部署科研应用。开发者可通过AtomGit、GitHub等代码平台获取完整技术文档，或访问Team Skills Hub共享平台体验标准化协作模块。这种开放共享模式，正在推动AI科研从单点突破向体系化创新演进，为复杂科学问题求解提供全新范式。
