科学大语言模型（LLM）代理在文献推理、工具使用和实验规划方面展现出潜力，但它们能否通过可执行代码修改和高成本验证自主提升大型、紧耦合的科学机器学习系统仍未可知。
本研究聚焦蛋白质折叠领域。该领域的进展需要协调的架构改动、多目标评估以及领域感知的结果解释。
我们提出 AgentFold，一个多代理框架，将折叠模型的开发视为对可执行代码变体的闭环搜索。框架从开源模型 ESMFold 出发，循环执行以下步骤：提出假设、实现并调试代码层面的修改、评估模型变体、分析实验结果、并将成功与失败的干预记录在结构化记忆中。
计算资源通过类似蒙特卡罗树搜索（MCTS）的策略在得分较高的搜索分支间动态分配，以保证在有限预算下探索深度与广度的平衡。
在一个包含超过 2000 行代码的工程规模蛋白质折叠代码库中，AgentFold 运行约 80 次模型变体实验，消耗约 5000 GPU 小时和 1.7 亿 LLM 令牌。
在相同计算预算下，AgentFold 将最佳 $lDDT$ 提升了 7.5%，优于独立的 Codex 提案，并显著超越随机搜索对照。
对干预轨迹的分析揭示了若干经验性设计模式：早期引入软、可学习的先验以及门控细化往往带来稳定增益；而直接的几何扰动和基于几何的反馈常导致训练不稳定。
代码与实验资源已在 https://github.com/lmqfly/AgentFold 开源。
博主点评：AgentFold 展示了 LLM 代理在真实科研软件循环中的可行性，尤其是通过结构化记忆和搜索策略实现了高效的模型迭代，为未来自动化科研提供了有价值的参考。