在新药研发的漫长征程中，工具与数据的碎片化问题长期困扰着科研人员，成为制约效率提升的关键瓶颈。各类专业数据库、计算模拟软件和预测模型之间缺乏有效协同，迫使研究者耗费大量时间在工具切换与数据整合上，严重影响了研发流程的自动化与整体协作效能。

近日，这一领域迎来了值得关注的突破。5月20日，上海人工智能实验室与北京大学联合科研团队公布了一项重要研究成果。他们直面药物研发中的核心协同难题，构建了一套系统化的多层级技能体系，并正式推出了名为MolClaw的智能体系统。

MolClaw智能体的核心优势在于其强大的“总调度”能力。它能够像一位资深的研发指挥官，统一协调与调度各类科学工具。无论是查询专业化合物数据库、启动高精度分子动力学计算，还是运行先进的AI预测模型，MolClaw均可通过自主决策与逻辑推理，在长周期、多步骤的药物发现任务中，智能串联起从靶点发现到先导化合物优化的完整流程。这标志着，该技术首次在如此复杂的真实研发场景下，实现了多步骤任务的自主执行与持续技能扩展，有望大幅提升药物研发的自动化程度及各模块间的协同效率。

目前，MolClaw已在北京大学、浙江大学等高校的实际药物研发项目中，进入更深层次的湿实验验证阶段，其实际应用效果备受业界期待。

与此同时，为了科学评估并推动此类研发智能体的发展，联合团队还同步发布了首个面向药物发现领域的多维度智能体评测基准——MolBench。该基准的建立，旨在为智能体技术在转化医学及创新药研发等真实、复杂场景中的落地与应用，提供一个客观、全面、可量化的评估体系，从而助力整个AI制药领域朝着更高效、更务实的方向稳步前进。