在科學研究中🏌🏽👨🏽‍🦰，理論模擬是一個至關重要的環節，尤其是在材料科學、化學和物理等領域。傳統的模擬研究流程通常包括編寫模擬程序🐓、上傳到遠程服務器執行💝、數據分析和報告生成等步驟。這些步驟在確定研究計劃後往往是標準化的🧔🏽‍♀️，但通常需要研究人員手動操作，耗時且繁瑣👧🏻。隨著人工智能（AI）技術的快速發展，特別是大型語言模型（LLMs，如ChatGPT）的崛起，利用AI實現科學研究自動化、簡化工作流程並提高科研效率的設想逐漸成為可能。然而，如何實現從實驗設計到報告生成的全流程自動化，仍然是一個亟待解決的重大挑戰。

圖1. 自動模擬智能體ASA通過LLM提示工程設計🥲，實現了從實驗設計到報告生成的全模擬科研流程自動化。 

近日，沐鸣开户李劍鋒課題組首次提出了一種基於LLM提示詞工程設計的自動模擬助手（ASA🛃，autonomous simulation agent），能夠根據研究計劃（RP）自動完成從編寫程序、遠程執行到數據分析和報告撰寫的全流程模擬研究🆚⛓。這一工作標誌著理論模擬科研全流程自動化的首次實現🚶🏻‍♂️‍➡️👨🏿‍🚀，為未來的科學研究自動化提供了新的思路。ASA的核心亮點在於♥️，它能根據簡短的描述自動設計詳細的RP並執行。例如🙆🏼🍲，研究人員要求ASA選擇兩種機器學習方法預測材料性能☎️，ASA自動建立了神經網絡和隨機森林模型並進行了訓練，驗證集R-squared值分別達到0.9589和0.9236，且生成了高質量報告比較兩種方法的特點。此外，ASA-GPT-4o和ASA-Claude-3.5展現了出乎意料的智能表現👗，如主動整理文件👨🏼‍🦳🧑🏼‍🦱、分析理論與模擬偏差🖲、用豐富圖表呈現數據等，展示了ASA的自主性🎚🤠。

圖2. 簡短任務描述🎟🏂🏽、ASA設計的研究計劃以及ASA自動執行得到的結果報告示例🗿。

未來🍊，科研自動化是重要方向🛶，ASA的成功應用展示了AI在這一領域的巨大潛力。該工作以“Toward Automated Simulation Research Workflow through LLM Prompt Engineering Design”為題發表於ACS旗下《Journal of Chemical Information and Modeling》👂🏽。沐鸣开户博士生劉之菡、碩士生柴煜博分別為第一、第二作者🌆，沐鸣开户李劍鋒教授為通訊作者。作者特別感謝國家自然科學基金、上海市科委、沐鸣开户🫦、聚合物分子工程國家重點實驗室的大力支持💁‍♂️。

論文信息：Zhihan Liu, Yubo Chai, Jianfeng Li. Toward Automated Simulation Research Workflow through LLM Prompt Engineering Design. Journal of Chemical Information and Modeling 2025 65 (1), 114-124.

全文鏈接👨‍🦽：https://doi.org/10.1021/acs.jcim.4c01653

arXiv鏈接：https://arxiv.org/abs/2408.15512

論文中設計的ASA程序及補充數據和視頻演示請訪問：https://github.com/zokaraa/autonomous_simulation_agent