一句话定义
Agentic Cheminformatics（智能体式化学信息学）指把大模型驱动的智能体（agent）放进化学信息学（cheminformatics）的工作流里，让它自己判断“下一步该调用哪个工具”——分子检索、分子对接（docking）、性质预测、规则过滤——再根据上一步的结果继续编排，直到给出一个可检查的结论。
它到底解决什么问题
化学信息学本身不缺工具：有的算分子描述符，有的做子结构检索，有的算结合能，有的预测 ADMET（吸收、分布、代谢、排泄、毒性）。工具都在，真正麻烦的是把工具串联起来，而且这一步一直靠人。
打个装修的比方：电钻、水平仪、切割机谁都能买，难的是工序——先量房还是先拆墙，水电做完才能封板。老师傅的价值在于边干活边看现场，敲开墙发现里面有钢筋就改方案。智能体扮演的就是这个老师傅：它拿着目标，自己排工序，遇到意外改图纸。
和“问一句答一句”的化学助手差在哪
普通化学助手像五金店店员：你问“这颗螺丝多长”，他答“3 厘米”，答得准，但他不替你装修。它的工具调用通常是单次、写死的，或者一步检索就收工。
智能体式则是闭环：规划 → 调工具 → 看结果 → 判断这结果靠不靠谱 → 不靠谱就换工具或换参数重来。所以它必须维护中间状态、处理失败、并且回答“我凭什么相信这个数”。
| 维度 | 化学问答助手 | 智能体式化学信息学 |
|---|---|---|
| 交互形态 | 一问一答 | 给定目标，自主多步 |
| 工具调用 | 单次、预先指定 | 动态选择、串联、按结果分支 |
| 出错处理 | 报错，或直接编一个 | 换工具、换参数重试 |
| 中间结果 | 基本不留 | 显式记录、可追溯 |
| 验证环节 | 很少 | 有自检：规则过滤、单位与量纲检查、多方法交叉比对 |
对从业者和普通职场人的意义
做药物发现、材料筛选的团队，看重的不是“更会聊天”，而是把重复的筛选循环自动化：一次跑几百个候选分子，发现结构类型太集中就换一批；预测值和已有实测偏差过大，就回头查描述符或对接构象是否合理。这种人机分工把人的时间从跑脚本挪到定标准。
但两条边界要记住：第一，智能体的“自检”不等于实验验证，它仍可能张冠李戴、误读单位、生成不存在的分子；第二，确定性工具才是裁判——规则过滤、物理计算、数据库查询负责给答案，模型只负责调度和解释。最终结论照样要过湿实验或人工复核。各家平台的工具清单与接口能力差异较大，具体以官方页面为准。