【专家视角】南京大学Nature Water|多智能体人工智能用于设计超快水处理新型过一硫酸盐活化催化剂

针对水处理领域新型难降解污染物高效去除的重大需求，围绕过一硫酸盐活化催化剂研发效率低、机理模糊、评价维度单一等关键问题，构建了面向水处理应用的多智能体大模型系统 ECOMATS。该系统整合专家验证知识图谱与 7 个领域微调大语言模型，采用五维综合评价框架与三智能体盲评融合机制，实现催化剂的自主设计、精准筛选与合成指导。经实验验证，系统设计的代表性催化剂 (FeTCPP) Co₂(MeIm)₂在全氟辛酸降解中表现突出，同时具备宽 pH 适应性、高稳定性与实际水体适用性，为面向应用的水处理催化材料高效研发提供了可复制的新范式。

1 科学问题

1. 过一硫酸盐活化过程涉及多反应路径耦合，瞬态中间体与微观机理难以解析，传统模型难以建立可靠构效关系。
2. 大语言模型在催化材料生成中，难以平衡结构多样性与化学有效性，高温采样易产生非物理结构，低温采样则创新不足。
3. 现有催化剂评价多聚焦催化性能，忽略经济可行性、环境安全性、规模化制备等实际应用关键指标。
4. 传统催化材料研发依赖试错实验，周期长、成本高，难以快速应对复杂水体污染治理需求。

2 研究方案

1. 系统搭建：构建包含提取、创意设计、操作建议、机理挖掘、评估筛选、任务组织、合成指导在内的七智能体系统，基于六千余篇过一硫酸盐活化研究与十万余篇水处理研究构建知识图谱。
2. 生成策略：采用高温采样创意设计智能体保障结构多样性，低温采样评估智能体保障化学有效性，平衡创新与可靠。
3. 评价机制：建立催化性能、经济可行性、环境兼容性、技术可行性、结构合理性五维评价体系，通过三智能体盲评与一致性系数融合提升预测准确度。
4. 实验验证：通过密度泛函理论计算验证候选催化剂 d 带中心合理性，合成代表性催化剂并开展降解性能、pH 适应性、稳定性、实际废水降解等测试。

3 结论

1. 核心性能：ECOMATS 成功设计 5 种高性能候选催化剂，其中 (FeTCPP) Co₂(MeIm)₂可在 5 分钟内实现 90.5% 的全氟辛酸降解，d 带中心处于过一硫酸盐活化最优区间。
2. 应用潜力：该催化剂在 pH 3 至 11 范围内保持稳定活性，连续运行 10 小时去除效率稳定，金属浸出浓度低于中、美饮用水标准，可克级制备，在中国 31 个省份实际废水样本中全氟辛酸去除率达 84.3% 至 91.8%。
3. 方法优势：三智能体盲评融合策略将评价准确率提升至 90.7%，有效降低误判，实现多样性与准确性的协同。
4. 不足及展望：受硬件限制，模型微调序列长度较短；领域语料扩张可能出现灾难性遗忘；外部接口速率影响系统运行效率；缺乏标准化评价基准。延长模型上下文窗口，建立知识长效保留机制，搭建自更新本地数据库，构建行业统一评价标准，拓展多智能体系统在催化与环境修复领域的应用。