自主材料发现中的策略发散与结果趋同

科学智能体大多按是否完成任务或复现已知结果来评估；我们转而研究多次重复开放式实验之间的差异。同一模型-脚手架配置的十六个独立初始化会话获得一个冻结的 12,499 种金属有机框架数据库、一个甲烷存储目标、一个固定协议和一周预算。策略分化为四种路线，筛选结构数从 100 到 5,000 不等，八个会话构建了 2,253 个假想结构。然而智能体们都收敛到约 200 cm^3/cm^3 附近的同一材料前沿，且对数据库多孔区域的独立计算发现，其九个最优结构全部出现在它们的报告中。对半数智能体实施的强制检查使全新运行的复现率从八分之一提升到八分之八，却无法可检测地提升结论有效性，因为十六个智能体中有十五个选择了同一个被审计排除的条目——一个缺失阴离子的不完整结构，其缺失造成了虚假孔体积。重复实验的智能体因此既显示出稳健的结论，也暴露了共享输入导致的共模错误。