智能体自己改写ASE数值算法：六个内核快22–24倍，优化器在未见问题上少算3.1–3.4倍力
核心概要
AIOA把大模型编码智能体放进一个只保留改进的循环，让它改写原子模拟库ASE的数值算法，并由智能体无法改动的校验器把关。三次独立运行中，六个数值内核在Python加NumPy和SciPy下平均快22–24倍且结果不变；在盲测的未见问题上，最佳配置的优化器做结构弛豫所需力评估比L-BFGS少3.1–3.4倍，反应路径比标准CI-NEB少4.6–17倍。
深度剖析
原子模拟库ASE的数值内核和优化器可以由编码智能体在自动循环中自行改进，速度与收敛代价的收益在独立运行中重复出现。 此前这类自动搜索多用于训练代码或与编译器耦合的内核加速，ASE的算法仍主要靠领域专家手工打磨。 三次独立运行把六个内核在Python加NumPy和SciPy下分别加速23.9、24.1和21.8倍，跨运行几何平均23.2倍，单内核从12倍到99倍。
循环的每一步只提交一处改动，在优化集上测量，指标变好且所有校验门通过才保留，否则回退但留在智能体可读的历史里。 这套保留或丢弃的循环沿用autoresearch的做法，区别在于保留判定里加入了校验门。 内核任务要求输出与原始ASE在浮点重排容差内一致、模块自带单元测试通过，并由一个只能看差异的对抗审查智能体实际执行反例。
方法层面的优化器在智能体从未见过的盲测问题上仍需更少的力评估，且收益不能只归因于调参。 参数地板的对照显示，在六个库起点任务中的五个上，仅调参就能拿到大部分加速。 最佳配置的Fable 5.1知情运行在30个盲测弛豫单元上每单元15.0–16.4次力评估，参照L-BFGS为50.5次；在19条盲测反应路径上为128–481次，参照CI-NEB加ODE12r为2,236次。
启示与展望
展示范围是ASE 3.28.0在Python 3.11、NumPy和SciPy下的六个数值内核，以及用GFN1-xTB和GFN2-xTB计算的弛豫与反应路径任务；每个弛豫单元都从接近平衡的结构出发，因此弛豫收益只在一个势能盆地内得到展示。
每种配置只有三次运行，比较是描述性的，约10–15%以下的差异看不出来；优化集分数与盲测结果只是松散相关（六个运行的Spearman为0.49和0.14）。在并发工作那批远离极小点的类药物分子上，知情弛豫器所需力评估多于Sella且不收敛更频繁。