INDIBATOR：分子发现中多智能体辩论的多样化且基于事实的个体化

多智能体系统已成为自动化科学发现的强大范式。为区分多智能体系统中智能体的行为，当前框架通常分配“审稿人”或“写作者”等通用角色化人设，或依赖粗粒度的基于关键词的人设。这种方式虽有作用，却过度简化了人类科学家的实际工作方式——后者的贡献由其独特的研究轨迹塑造。为此，我们提出 INDIBATOR，一个分子发现框架，它将智能体扎根于由两种模态构建的个体化科学家画像：用于文献衍生知识的发表历史，以及用于结构先验的分子历史。这些智能体通过提案、批评与投票阶段开展多轮辩论。我们的评估表明，这些细粒度、个体化扎根的智能体稳定优于依赖粗粒度人设的系统，达到有竞争力或最先进的性能。这些结果验证了捕捉个体智能体的“科学 DNA”对高质量发现至关重要。