设计能够在复杂化学任务中使用外部工具的推理代理系统仍是核心难题。近期的化学代理虽然通过工具集成取得一定成绩，但仍基于自回归模型，受限于因果注意力和左到右的生成方式，导致在双向分子理解、全局工具规划以及多源证据融合上表现不足。
为克服这些限制，我们提出 ChemDiffAgent——首个用于工具集成化学推理的掩码扩散语言代理。该方法将化学推理重新表述为交错的推理与工具使用轨迹上的迭代去噪过程，使得工具使用决策能够在完整轨迹上下文中共同决定，从而让代理的决策边界更贴合其知识边界。
我们进一步分析了该范式在训练阶段通过更难的填空子任务提升推理能力，以及在推理阶段支持任意顺序解码的灵活性。随后构建了两阶段后训练框架，包括代理监督微调和方差降低的偏好优化，以强化工具使用和推理水平。
我们还搭建了覆盖六类化学任务、兼顾单轮和多轮工具使用的综合基准。在相同预算和评估条件下，ChemDiffAgent 始终优于自回归代理，整体提升约 20%。值得注意的是，8B 参数的模型在多项指标上已能匹配甚至超越更大规模的前沿模型，如 GPT‑5.5 与 Claude Opus‑4.7。
代码已开源：https://github.com/bilemond/ChemDiffAgent
点评