智能体把执行经验写成可审查的技能：DrugHarness设计并合成出细胞IC50 14.19 nM的HPK1化合物
核心概要
计算药物发现智能体通常每次任务都从零组织工具调用，难以把一次成功经验带到下一次。DrugHarness把80余项科学操作与生物医学资源放进同一工作区，从执行轨迹中归纳带适用条件的行动假设，再由独立审查智能体核对来源、必要时做定向试算后才纳入技能库。在MolBench上，未启用进化的配置把亲和力比较准确率做到91.9%，比已报道的MolClaw-CC高10.8个百分点；回顾性评估中，冻结的学习技能把Qwen的优化成功率从79.5%提高到87.2%。
深度剖析
计算药物发现智能体开始把执行经验沉淀为可复用的技能，而不只是完成单次任务。 此前的智能体系统主要解决工具接入与流程编排，经验复用多以历史轨迹或规则形式出现，缺少对建议何时适用的显式条件。 在MolBench上，未启用进化的DrugHarness配置取得91.9%的亲和力比较准确率和1.24的平均Hits@3，比已报道的MolClaw-CC结果分别高10.8个百分点和55%。
技能不是直接写入，而是先形成带条件的行动假设，再经独立审查决定是否采纳。 学习环节从任务目标、执行步骤、可见观测、交付物和允许的结果反馈中比较决策情境，把一致的建议合并、把冲突的建议拆分或收窄适用范围。 审查智能体使用与执行器相同的科学工具和代码环境核对来源与前提，必要时做定向试算；在回顾性技能开发任务上，冻结技能把Qwen的亲和力比较准确率从62.2%提高到81.1%，优化成功率从79.5%提高到87.2%。
计算设计的结果被推进到实验验证，而不止于对接打分。 在HPK1前瞻性设计中，DrugHarness在系统特异候选里取得比Biomni更有利的中位对接分数，随后由合作药物化学团队合成并测试其中一个化合物。 该化合物在Jurkat p-SLP76细胞实验中的IC50为14.19 nM，比最佳输入参照的37.47 nM提升2.64倍，活性与药物化学家独立设计并选出的两个化合物相当。
启示与展望
已展示的范围是MolBench与SMDD-Bench上的分子筛选、优化与约束设计，回顾性同域技能评估，以及一次以四个实验表征参照为起点的HPK1前瞻性设计；该设计只改动末端酰胺氮取代基，并保留共同核心与指定双键几何。
技能进化只在单一基准、有限任务数、回顾性同域设定下评估，更大规模下的效果以及对未见靶点和任务族的泛化仍待确立；实验验证的规模与可成药性属性覆盖也有限，运行时间、计算成本和资源需求的系统比较尚未完成。