[IDEA 2026] Mozi：让 LLM Agent 进化为受控的“数字科学家”

TL;DR

在 AI 药物研发（AI4S）领域，LLM Agent 的“幻觉”往往是致命的。来自 IDEA 研究院的团队发布了 Mozi (墨子)，这是一个具备受控自主性 (Governed Autonomy) 的药物研发 Agent 框架。它通过“控制面”与“工作流面”的双层解耦，将大模型的推理灵活性与计算生物学的严谨性结合，成功实现了从靶点识别到先导化合物优化的全流程闭环。

1. 痛点：Agent 的“自由”是科学的灾难

现有的科学 Agent（如 GPT-4 配合化学工具）通常在简单任务中表现出色，但在处理跨度长达数周、耗资巨大的药物研发管线时，往往会面临三座大山：

1. 轨迹漂移 (Trajectory Drift)：Agent 在早期阶段的一个微小事实错误（如选错了 PDB 蛋白结构的一个 Chain ID），会随时间推移导致后续数小时的 GPU 计算完全作废。
2. 工具调用幻觉：通用 LLM 难以精准掌握生物计算工具（如 AutoDock Vina）苛刻的参数要求，常因参数格式错误导致系统崩溃。
3. 缺乏审计与治理：在监管严格的药企环境中，Agent 的决策过程必须是可追溯、可干预且符合安全规范的。

2. 核心架构：Mozi 的双层防御体系

Mozi 的核心逻辑是：“简单任务自由推理，长程任务结构化执行”。

A 层：控制面 (Control Plane) —— 治理引擎

这一层采用了 Supervisor-Worker 等级制度。

• 角色隔离：研究型 Worker 只能查文献，计算型 Worker 才能调用集群。这种权限限制防止了昂贵资源的滥用。
• 反射与重规划：Supervisor 不再盲目执行 ReAct 循环，每一步后都会评估状态，若发现异常则触发重规划。

B 层：工作流面 (Workflow Plane) —— 科学图谱

这是 Mozi 的精髓。它将药物研发的标准操作程序 (SOPs) 固化为 状态化技能图谱 (Skill Graphs)。

• 数据协议合同 (Data Contracts)：在工具执行前后强制进行 Format Adapter 格式清洗，确保“入参必正确”。
• 人机协同 (HITL) 闸门：在关键节点（如最终确定候选蛋白）强制暂停，等待专家审核，防止系统“跑偏”。

3. 技能图谱详解：从靶点到先导桩

Mozi 预置了四个关键阶段的技能图谱：

1. 靶点识别 (TI)：通过 Open Targets 和 UniProt 自动筛选证据。
2. 命中发现 (HI)：采用“双流策略”。**支线 A（生成式）**利用 DiffSBDD 从无到有设计分子；**支线 B（筛选式）**通过 LigUnity 进行大规模虚拟筛选。
3. 先导优化 (LO)：引入强化学习 (REINVENT4) 导航化学空间，平衡药代动力学 (ADMET) 与合成可得性。

4. 实验验证：SOTA 性能与真实案例

论文提出了 PharmaBench 评测集。实验结果显示，Mozi 在使用 Qwen3-235B 作为底座时，其分类和回归任务的表现显著优于通用模型和先前的 Biomni 等框架。

案例分析：帕金森症药物设计

在帕金森症的案例研究中：

• 自适应能力：当识别到初始分子具有 hERG 毒性（心脏风险）时，Mozi 的逻辑链路能主动触发多参数优化流程。
• 实战验证：Mozi 设计的 novel 化合物在 ipTM 评分（AlphaFold3 的相互作用指标）上达到了与临床期药物 DNL-201 相当的水平。

5. 深度洞察：迈向“可信”AI 实验室

Mozi 的成功并非堆砌参数，而是建立了一层**“语义-物理接口”**。 通过 Model Context Protocol (MCP) 协议，Mozi 能够像插拔 U 盘一样接入全球顶尖的生物数据库（UniProt, DrugBank）和计算工具。

局限性与展望

作者也客观指出，模型目前对超大规模工具索引的筛选依然存在挑战，且对外部 API 的依赖使得系统稳定性受限于上游服务。未来，将探索从执行轨迹中自动学习和合成新技能的能力。

总结：Mozi 代表了 AI 药物研发的一种新范式——不仅仅是让模型“变聪明”，更是通过框架设计让大模型变得“可管理、可复制、更严谨”。

本文基于 arXiv 论文 《Governed Autonomy for Drug Discovery LLM Agents》 深度解析。