两段科研代码卡住分子模拟，演化式编程代理把候选程序通过率由不足1%推到60%以上，并让训练与推理提速4倍

分子模拟 瓶颈算法 候选搜索 回归测试 科学验收

药物与材料研发需要反复模拟分子相互作用。传统量子方法准确却缓慢，机器学习力场试图缩短计算时间，但训练与推理仍可能被少数底层算法卡住。Google Cloud与Schrödinger在2026年6月披露的案例中，团队锁定邻居列表计算和Ewald求和两处瓶颈，

并用演化式编程代理反复生成、测试和改进候选实现。优化后，候选程序同时满足正确性与性能要求的通过率由五千次评估中的40个、也就是不足1%，提高到60%以上；机器学习力场的训练与推理速度提升4倍。

这组结果不能理解为科研人员退出编码。案例真正展示的是另一种分工：专家定义目标与测试，智能代理扩大算法搜索，完整回归套件拦截错误，工程师再决定哪些实现进入生产。

科研软件规模很大，性能问题却常集中在少数核心路径。Schrödinger团队没有让代理泛化改写整个代码库，而是先用工程分析确认邻居列表和Ewald求和是关键限制。科研负责人还应检查提速是否改变后续实验选择，

只有真实工作量和决策节奏变化，性能收益才进入业务。邻居列表负责聚合原子周围信息，Ewald求和处理长程势能。后者在原有PyTorch实现中缺少成熟的向量化算法，简单循环在大规模模拟里逐渐成为主要瓶颈。

代码审查仍需关注可读性、依赖变化和维护成本，极快却无人能解释的实现未必适合长期使用。领域专家对候选的接受理由要写进记录，既包括速度收益，也包括科学可解释性、维护难度和失败后的回退方式。选对目标决定了搜索价值。

若优化的是低频函数，即使局部速度翻倍，整体训练也可能几乎不变；性能剖析因此必须发生在生成代码之前。性能剖析还应覆盖真实数据规模与硬件配置，避免在小样本上选出的热点到了生产环境失去代表性。

团队把逆时间作为主要性能指标，基线分数为7.9，同时要求所有候选通过完整测试套件。代理不能靠跳过计算、降低精度或只适配单个样本来换取高分。成功方法可以封装为任务模板，

让其他高成本函数复用同一套剖析、搜索、测试与评审步骤。跨团队复用时，接收方必须重新验证数据、硬件和误差要求，不能把另一个实验室的**实现直接当成通用答案。回归测试覆盖复杂系统，包括无序水模型，

用来检查演化程序在科学语义上仍与原实现一致。性能目标和功能正确性共同决定候选是否合格。目标函数的权重需要由科研与工程团队共同确定，因为速度、精度和资源费用往往存在真实取舍。这项设计对企业科研同样重要。

目标函数必须包含吞吐、误差界限、数值稳定、资源消耗和可复现性，否则代理只会优化最容易看见的单一数字。候选被拒绝时应保存原因，是数值偏差、内存过高、硬件不兼容还是测试不全，这些都能改进下一轮搜索。

演化式编程代理不断提出实现、运行评测、保留更优候选，再根据结果继续变异。它的优势不是一次写对，而是能在明确边界内尝试远多于人工日常可承受的方案。团队也要关注搜索消耗本身，候选评估的算力与时间不能超过预期节省，优化账必须算完整。

案例中的Ewald求和最终以并行批量矩阵乘法替换简单循环，使计算更适合现代硬件。这个结果来自搜索、测试和比较，而不是语言模型凭直觉给出一段答案。科研数据与专有算法还涉及访问边界，自动搜索只能读取完成任务所需的代码、样本和运行资源。

候选生成环境应与生产隔离，限制可访问资源和执行时间，并保存代码、参数、测试结果与失败原因。失败样本同样能帮助专家看见搜索空间中的陷阱。测试集应包含典型样本、边界结构和历史失败案例，并定期随研究范围扩大而更新。

案例称，早期五千次评估只有40个程序同时正确且更快，通过率不足1%；改进后超过60%的候选满足要求，性能分数则由7.9接近30。对随机算法，还要多次重复评测并记录方差，不能把一次幸运运行当成稳定性能。单个最快结果可能来自偶然路径，

稳定通过率更能说明搜索策略、测试设计和实现空间已经发生结构性改善。团队因此获得的不只是一个补丁，还有更可靠的优化方法。当模型、数据或底层框架升级，原有测试与性能基线需要重跑，避免旧结论被环境变化悄悄掏空。

发布前仍要在不同规模、不同分子结构与真实硬件上复测，并比较速度、显存、数值误差和失败模式。科学软件不能只凭一张**成绩单进入主干。进入生产前可以保留旧实现作为对照与回退路径，出现异常时快速切回，避免一次优化影响全部实验。

两个基础算法优化后，机器学习力场训练与推理均实现4倍提速。更快的推理意味着团队可以在相同时间里筛选更大的化学空间，缩短候选探索周期。

业务价值会出现在药物发现、催化剂设计和材料研发等下游，但提速本身不保证新药或材料成功。实验验证、领域判断与后续工程仍决定科研结果能否成立。

企业可以为高成本计算建立标准入口：先做性能剖析，再定义目标与测试，随后开放隔离搜索，最后由领域专家评审候选并完成生产回归。不同硬件架构对并行方式的收益不同，企业要明确优化结果适用的设备、软件版本与数据范围。

每次成功优化都应保存基线、数据集、硬件、测试版本、候选轨迹和接受理由。环境变化或代码升级后，团队才能判断旧结果是否仍然成立。隔离环境既保护生产系统，也让每个候选在一致条件下比较，减少缓存与资源竞争造成的误判。演化式编程的长期意义，

不是让机器替代科研工程师，而是把大量候选试验交给自动搜索，把人的时间留给问题定义、科学边界、证据审查和新方向判断。自动搜索应设置预算上限与提前停止条件，当连续多轮没有显著改善时，把资源交回专家重新检查目标和搜索空间。

编辑：丁帆

审核：董晓龙

本文章由烁域科技原创出品，版权归属烁域科技所有。部分图片为原创配图资产，如有版权问题，请联系公众号客服。