智能体AI在基序语言中进行晶体结构设计

MatEvolve是一个智能体AI框架，用于晶体结构设计。该框架用可解释的基序语言描述晶体，生成候选结构并陈述理由，通过第一性原理计算验证。在稀土贫乏永磁体设计中，MatEvolve（基于Claude Fable 5语言模型，未微调）在同等验证预算下，达到新结构原型的速度是生成模型的三倍多，且命中目标磁体的比例相当。

以往数据驱动的材料发现以内插为主，难以达到新结构类型，而MatEvolve通过智能体方式显著提高了发现新结构原型的效率，说明AI在材料科学中的应用从生成候选结构向结构化推理和设计迈进。

MatEvolve将晶体写作基序描述，使AI能编辑描述并构建晶体，结合第一性原理验证，通过可解释的形式表达设计逻辑，从而高效探索新结构空间，并揭示结构-性能关系。

该框架可自动设计新材料结构，减少人工试错成本，加速稀土贫乏永磁体等材料的研发进程，对材料研发平台和AI辅助设计工具具有直接应用价值。

• 将MatEvolve集成到材料研发平台，提供智能体驱动的新结构候选生成服务。
• 开发基于基序描述的可视化工具，帮助研发人员理解AI设计逻辑。
• 针对稀土贫乏永磁体等目标材料，建立自动化验证流程，降低验证成本。
• 与计算化学团队合作，将MatEvolve扩展到其他材料体系，如电池或催化剂。

• MatEvolve在其他材料体系中的泛化性能如何？
• 证据中提到的Claude Fable 5模型的具体能力与限制未详细说明。
• 未提供与人类专家设计效率的对比数据。
• 基序描述的可解释性在复杂结构中的实际效用有待验证。