材料研发也开始交给 Agent 跑流程：深度原理在 WAIC 推出 Mira

科研团队使用大模型时，真正麻烦的往往不是问不到答案，而是答案之后还有计算、实验、文件和多轮复核。每一步都换工具，AI 很容易停在“给建议”。

深度原理在 WAIC 2026 推出 Mira，想把这段断开的流程接起来。这个面向材料与化学研发的 Agent 平台，可以围绕一个项目持续拆任务、调用专业工具并保留过程文件。

Mira 把一次对话变成可继续推进的科研项目
Mira 的公开产品页把工作流拆成方向判断、知识整理、任务执行和结果分析。研究者可以用自然语言描述目标，平台再调用文献、数据库、计算工具和预设 Skills，输出文件与结果仍留在同一个项目里。

这和普通聊天助手的区别，在于它不只生成一段文字。以官网公开的量子化学案例为例，平台完成了构象采样、DFT 计算以及 HOMO、LUMO 和静电势结果整理，过程和产物都能继续审阅。

WAIC 现场发布把 Mira 放在材料发现的闭环里：模型先提出或筛选候选，再由计算和实验反馈推动下一轮。这个方向如果落地，科研 Agent 的价值会更接近“帮团队跑流程”，而不是替研究者写一份报告。

它最值得看的不是“会不会聊天”，而是工具能不能真的接通
材料研发的链路长、专业软件多，实验数据还可能涉及企业内部知识。Mira 能否进入真实团队，取决于支持哪些计算工具和仪器、权限怎么管、失败任务如何回退，以及内部数据是否能安全接入。

深度原理官网已经开放 Mira 入口，并展示了具体任务案例；会后报道还显示该项目获得本届 SAIL 奖。不过奖项和演示只能证明方向受到关注，不能替代不同材料体系里的独立复现。

科研人员现在可以先从一个小任务判断它是否有用
与其一次性迁移整套研发流程，更现实的试法是挑一个边界清楚的任务，例如文献梳理、计算复现或候选筛选，检查输入、工具调用、结果文件和引用能否完整追溯。

如果平台能稳定保留过程、让研究者接管关键决策，它就可能成为科研团队的新工作台；如果结果仍要靠人工重新拼接，Mira 与普通 AI 助手之间的差距还需要继续验证。

想继续了解
• Mira 官方产品入口与任务流程
• 深度原理官网：Mira 与 WAIC 2026 动态
• 每日经济新闻：WAIC 期间的 Mira 发布与研发闭环访谈
• C114：Mira 获 WAIC 2026 SAIL 奖
• WAIC 2026 官方企业目录