首个掩码扩散语言智能体 ChemDiffAgent：双向上下文解构自回归局限，8B 模型跨级超越 GPT-5.5

核心背景与行业痛点

在科学 AI（AI for Science）领域，工具集成型化学推理智能体（Tool-Integrated Chemical Reasoning Agents）被广泛用于分子性质预测、逆合成路线规划与反应机理验证。然而，当前主流智能体普遍基于传统的自回归因果语言模型（Autoregressive LLMs）。这种从左到右单向生成的机制在化学任务中暴露出严重的底层缺陷：化学分子结构（如 SMILES 与分子图谱）具有强烈的全局双向关联性，单向因果掩码极易丢失逆向结构依赖；同时，工具调用规划往往需要根据全局上下文回溯调整，自回归模型难以在全局轨迹视角下协同评估工具调用的合理性。

架构亮点与底层机制

针对上述挑战，中科院计算所（CAS ICT）与国科大研究团队提出了 ChemDiffAgent——全球首个面向工具集成化学推理的掩码扩散语言智能体（Masked Diffusion Language Agent）：

1. 全轨迹迭代去噪建模：不同于传统的顺序生成，ChemDiffAgent 将交错的化学推理步骤与外部工具调用轨迹统一表征为一个由随机噪声逐步恢复的去噪扩散过程，允许工具决策在完整的双向全局上下文中被评估；
2. 任意顺序解码与双向上下文填空：基于掩码扩散机制，模型可以在推理时动态决定生成顺序，灵活执行化学子结构填空、反向推理以及证据交叉验证；
3. 两阶段智能体后训练框架（Two-Stage Post-Training）：首先通过 Agentic Supervised Fine-Tuning（智能体监督微调）注入化学领域工具执行先验，随后通过方差缩减偏好优化（Variance-Reduced Preference Optimization）进一步增强复杂多步规划的鲁棒性。

权威 Benchmark 与实测跑分对比

研究团队构建了涵盖单轮与多轮工具调用的 6 大化学基准任务，实测结果展现出扩散架构的显著优势：

• 综合性能全面超越：ChemDiffAgent 相比同参数量的标准自回归智能体实现了约 20% 的整体性能提升；
• 小参数越级挑战前沿巨模型：仅拥有 8B 参数的 ChemDiffAgent 在特定化学推理与逆合成任务中，其实测得分持平甚至超越了参数量高出数十倍的工业级前沿大模型（如 GPT-5.5 与 Claude Opus 4.7）；
• 工具调用规划更优：在多轮复杂依赖的工具交互中，ChemDiffAgent 的工具调用幻觉率降低了 43%，展现出更精准的多源科学证据集成能力。

开发者实战落地与开箱指南

ChemDiffAgent 的成功验证了非自回归扩散模型在复杂具身与科学推理智能体中的巨大潜力：

• 学术研究与代码获取：可通过论文预印本（arXiv:2610.13330）深入探究其双向掩码去噪算法与两阶段偏好对齐训练损失设计；
• 科学智能体架构借鉴：在构建生物计算、材料科学或复杂符号推理 Agent 时，可借鉴其“全轨迹去噪评估”思路，规避单向自回归模型在长链条工具调用中的累积误差；
• 未来扩展：团队正进一步探索将扩散智能体扩展至跨模态分子图与 3D 构象联合优化的全流程科研助理场景。