Applications of multi-agent systems in computational materials science

随着材料研发日益复杂，传统“试错法”与零散计算模拟面临效率低下、资源消耗大的挑战。人工智能，特别是大语言模型的发展，为材料计算领域带来新机遇，其中多智能体系统通过模拟科研团队协作，展现出处理复杂任务的潜力。本文系统综述了多智能体在物理材料计算中的应用，重点分析了VASPilot、PhysAgent等专业化系统如何通过角色分工与工具集成，实现从结构建模、参数设置到结果分析的全流程自动化。研究表明，多智能体系统能够有效提升计算效率与可重复性，并在物理定律自主发现、复杂材料模拟等方面取得初步成果。然而，通过对现有系统的客观分析和实际操作使用，本文发现其在计算资源分配、物理一致性、科学创造性等方面仍存在局限。未来通过深化物理机理融合、构建闭环科研生态，多智能体有望从辅助工具演化为能够自主探索与发现的科研伙伴，推动材料研究范式的根本变革。