研究探究智能体能否可靠设计治疗性抗体

研究评估AI智能体在任务引导与黑箱两种设定下的抗体设计能力，验证了LLM评判与程序化评估的一致性。 提供抗体相关工具能提升指令遵循度与序列空间探索但降低优化性能；引入设计历史则降低指令遵循度但提升优化性能。 整合两种模式的智能体优化器在模拟优化循环中表现与已建立的贝叶斯优化基线相当。