El Agente Potente：高通量智能体原子模拟

基础机器学习原子势（MLIPs）通过在大规模化学空间中实现接近从头算精度，且计算成本仅为传统方法的很小一部分，正推动原子模拟的发展。在将其用于高通量性质计算时，核心挑战是如何将高层次的科学意图转化为自适应模拟流程，同时不牺牲工作流的严谨性。我们提出了El Agente Potente，一种结合类型化执行图与互补编码模式的智能体系统，用于驱动由MLIPs实现的原子模拟。类型化执行图为标准化工作流提供结构化且可追溯的执行，大语言模型（LLMs）仅负责规划与路由，而确定性Python组件执行科学计算与验证。在提供结构化执行的同时，编码智能体为需要更高程序灵活性的任务构建定制化工作流，并调用现有Potente函数完成支持的计算。我们在计算材料发现、分子能景探索、吸附以及催化反应工作流中展示了El Agente Potente的性能，同时进行了系统性的可重复性与大语言模型词元消耗的基准测试。这些结果表明，类型化执行图与基于代码的工作流构建是智能体科学计算中互补的机制，结合了可控、可审计的执行与定制化原子模拟所需的灵活性。