化学正进入高数据时代，来自高通量平台和计算研究的分子数据库日益丰富，推动了数字化、精准化的化学实验。面对海量正负结果，专用的科学智能体成为引导化学家探索的关键。
Magnolia 是一个持久记忆的人工智能智能体框架，能够将对接、量子化学、实验笔记和聊天记录等计算协议统一管理，并依赖大语言模型（LLM）进行自然语言交互与分析。
框架采用三层记忆结构：会话层自动捕获实验观察并提炼为结构化学习；项目层在人工确认后提升为项目条目；跨项目层在人类验证后升格为规则，这些规则会主动指导后续工作并提供直接的化学反馈。
四个案例展示了 Magnolia 的能力：对芳香体系的量子化学评估（COMPAS 数据库）、丁烷的分子动力学、改造 DNA 的动力学模拟以及蛋白‑肽对接。Magnolia 共记录 317 次运行，累计 116 条项目条目，并提炼出 4 条跨项目规则。受控重放实验表明，带记忆的运行全部通过检查（例如 10/10 的对接配置检查），而无记忆的仅通过 1‑4/10。
通过自动化、可复现性和人机交互控制，Magnolia 简化了对接、分子动力学和量子化学计算，提供直接分析和 LLM 增强反馈，加速了计算（生）化学的获取。
点评