智能体跑分子动力学不再自说自话：MDClaw用有向无环图记录每一步，31个测试体系全部三轮通过率81–100%
核心概要
AI 智能体已能提出原子层面的生物学假设，但分子动力学模拟的信任取决于过程记录，而现有智能体把这份记录交给语言模型自己写。MDClaw 把校验工具与有向无环图（DAG，记录各计算阶段依赖关系的图）结合，在阶段执行前检查、执行后留痕；在对照已沉积模拟的 MDDataBench 上，四个开放权重模型配 MDClaw 在 31 个测试体系中有 81–100% 全部三轮通过。去掉 DAG 的消融显示，11 次输出全部通过的运行其实跳过了能量最小化或平衡，或模拟了另一个结构。
深度剖析
智能体跑出的分子动力学结果现在可以脱离智能体自己的叙述被追溯：每个计算阶段由工具写入一张有向无环图，轨迹能沿父节点一路查回它的输入与设置。 此前的分子动力学智能体把阶段顺序和文件传递交给语言模型，过程记录主要就是智能体自己的日志和总结，而这份记录依赖的正是它要检查的那个智能体。 在 30 个非膜测试体系、四个模型、每体系三次、仅用工具的设定下，无 DAG 的 334 次成功运行中有 11 次存在过程错误，而有 DAG 的 343 次成功运行中为零。
做法是把专家协议写成 14 份技能文档和 100 个命令行工具，工具在计算前校验输入，并把每次计算登记为图上的一个节点。 节点只有在父阶段完成、阶段转移被允许、输入来自已记录的祖先、执行设置与声明条件一致时才能运行，因此记录之外产生的文件进不了后续阶段。 在 MDDataBench 的 31 个测试体系上，仅用工具时四个模型的 pass3 为 25–29 个体系（81–94%），加上技能后为 28–31 个体系（90–100%）；不用 MDClaw 时 372 次单次运行只有 21 次通过。
被拒绝的计算不必从头再来：智能体可以从最后一个有效节点分叉，修正后继续。 工具返回结构化错误码并给出具体补救办法，失败和被取代的节点仍保留在记录中。 在配体准备任务 5OD1 中，工具先拒绝无效化学字符串，第二次准备报告电荷为零与提示要求的 −2 冲突，第三次从同一结构出发并通过全部 20 项检查；在膜蛋白任务 6ME3 中，声明 310 K 而配置 300 K 的平衡节点在模拟前被拒，智能体从已完成的能量最小化节点分叉出 310 K 的新节点并通过全部 20 项检查。
启示与展望
演示范围是 MDDataBench 的 31 个测试体系（八个体系类别，含复合物、核酸和一个膜蛋白）上的体系准备与 1–2.5 ns 短轨迹，评分只衡量对既定模拟任务的符合程度，不衡量平衡收敛或生物学正确性；应用示例覆盖 Abl1 底物识别、Abl1–环肽复合物以及 Biomni 提出的 PNG-1 五个假设。
DAG 让每一步可检查，但并非防篡改：有写权限的智能体可以改动记录，且它只覆盖通过工具运行的计算；DAG 也无法判断力场、起始模型或集合变量是否适合某个科学问题。可靠执行并不克服分子动力学采样的限制，PNG-1 研究中五个假设只有一个在时限内得到部分支持，自由能误差来自每条腿三个重复，不构成收敛证据。