MatOS 是一个专为材料研究设计的代理操作系统，旨在解决数据分散、工具多样以及跨文献、计算、实验的长时序工作流管理难题。系统的核心由三部分组成：
- 分层科学资产图：将数据、知识、工具、技能、角色和工作流统一抽象为可复用的资产，并在图结构中表达它们的依赖关系。
- 有状态自适应工作流：任务以显式的执行图形式运行，配备科学检查点，使得任务可以在中断后恢复并完整追溯。
- 基于证据的资产演化：通过执行记录和用户反馈自动更新资产，实现持续学习和能力扩展。
在基准套件 ResearchClawBench 上，MatOS 在保持相同基础模型的前提下，比之前的最佳代理提升了 11.15%，并拓宽了成本‑得分的 Pareto 前沿。使用相同的基础模型时，它在 MatTools 上超越 Codex CLI 2.13%，在 SciAgentGym 上超越 4.17%。在八个实际研究案例中，MatOS 将超过 3000 万个候选结构筛选至 97 个固态电解质候选，发现 89 种导电性更高的卤化物变体，关联 11 种预训练势能的力误差与局部原子环境，并支持两种新方法分别将误差降低 3.1% 和 13.6%。
代码已开源，地址：https://github.com/DingyangLyu/MatOS
点评