MolRSI 让 AI 自主改写科研策略，湿实验命中率提升 82%

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/14 11:34:00

全景综述与最新动态

1 家信源交叉印证

研究团队提出 MolRSI，一个面向分子发现的递归自我改进智能体，把模型选择、筛选条件组合与候选优先级纳入搜索空间，并利用历史任务经验迭代优化工作流。在约 1210 万化合物的抗菌分子筛选中，湿实验命中率达 15.9%，较人类专家设计的非智能体工作流 8.7% 相对提升约 82%；在 pMHC 结合蛋白从头设计任务上取得 8 个满足特异性判据的命中，Claude Science 对照为 0。该工作首次将递归自我改进（RSI）闭环延伸到需要湿实验验证的分子发现场景。

最新动向/研究团队提出 MolRSI，一个面向分子发现的递归自我改进智能体，把模型选择、筛选条件组合与候选优先级纳入搜索空间，并利用历史任务经验迭代优化工作流。在约 1210 万化合物的抗菌分子筛选中，湿实验命中率达 15.9%，较人类专家设计的非智能体工作流 8.7% 相对提升约 82%；在 pMHC 结合蛋白从头设计任务上取得 8 个满足特异性判据的命中，Claude Science 对照为 0。该工作首次将递归自我改进（RSI）闭环延伸到需要湿实验验证的分子发现场景。

逐小时热度走势

12 个完整观测小时

当前

9.3

峰值

11.912:00

近 24h 变化

–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先

机器之心 (微信公众号)T211月14日 11:34·84 分
MolRSI 让 AI 自主改写科研策略，湿实验命中率提升 82%
原标题：AI自己改科研策略，能过湿实验这一关吗？他们把RSI带入分子发现
- MolRSI 将模型选择、毒性控制与筛选规则组合纳入搜索空间，用历史任务经验迭代优化流程本身
- 抗菌分子筛选湿实验命中率 15.9%，对照人类专家工作流 8.7%，相对提升约 82%，两者使用同一 1210 万化合物库与同一 MSSA 判据
- pMHC 结合蛋白从头设计任务上获 8 个满足特异性判据的命中，Claude Science 对照为 0，计算预算相同
查看关联报道与研判原始网页