8.12 语言模型与工具代理

工具代理是在任务过程中选择工具、取得输出并据此更新候选的系统。工具可能是确定性的数值计算器，也可能是含不确定度的预测模型或数据库。语言模型负责决定下一步和解释返回结果，工具负责执行其定义的操作。两者都要审核：调用参数错误时，正确执行的工具也会回答错误的问题。

ReAct 研究将语言规划与外部动作交替用于任务求解，提供了这种交互框架的早期例子。[1] 在 NMR 中，可以采用提出候选、核查组成、模拟谱、比较残差和修订指认的循环。框架本身不含核磁知识的正确性证明；每轮行动都要留下输入、输出和支持结论的依据。

写得流畅的解释容易把假设、预测和观测混成一层。应使用固定字段分别保存三者：观测来自哪个文件，推断引用哪些观测，候选预测由哪个模型产生。遇到尚未得到的二维相关，保留“未测”状态，不能因为某个候选需要它，就补写成已观察到的交叉峰。

二维数据保留两个轴的核种、单位、参考和相关峰标识。HSQC 对应直接氢碳关系，HMBC 的长程路径需要条件判断，NOE 与交换也不能直接等价成共价边。代理把交叉峰转换为图约束时，应明确转换规则，并保留不能唯一确定路径的情况。

分子图需要稳定原子编号。候选由 SMILES 解析或被标准化后，原子顺序可能改变，峰映射不能继续使用旧编号。应保存前后对应，并检查电荷、氢数、盐组成和立体标记。结构字符串语法有效只说明表示能够解析，还未说明它与分子式、实验或物理状态一致。

RDKit 等化学信息工具可提供解析、价态检查、子结构与组成操作，但这些操作依赖具体表示和规则。[2] 例如物质名称写“乙醇”，结构字段却是另一个连接，工具通常只能检查给定图。报告不能把名称中的化学直觉当成程序已经检查过的项目。

NMReDATA 把结构与提取的 NMR 参数和指认联系起来，可作为组织峰到原子对应的参考。[3] 不论采用标准格式还是本地证据表，原始目录、处理记录、结构和映射都应能够互相追溯。由语言模型改写的一段结论不能取代这些机器可读记录。

先计算不饱和度为一，积分和为八，碳上氢数为三加三加二加零，也为八。组成与类型因此支持一个羰基而无须再加环。若代理直接提出丙酮，C₃H₆O 的组成冲突就应在第一步被标出；不能因为它具有甲基单峰就跳过其余输入。

四重峰与三重峰共享 J，支持乙基局部链；在 400 MHz 下 7.1 Hz 相当于相邻线间隔 0.01775 ppm，在 80 MHz 下为 0.08875 ppm。这里转换的是同一 Hz 间距，而非把 J 本身随磁场成比例放大。程序若误把 7.1 当成 ppm，生成的谱就会明显超出合理范围。

提出乙酸乙酯与丙酸甲酯两个同分子式候选。两者都可以有三氢单峰、二氢四重峰和三氢三重峰，因此仅按裂分与积分不能选出答案。乙酸乙酯将四重峰归给 OCH₂，丙酸甲酯将单峰归给 OCH₃；含氧位置与羰基侧的链不同，必须检查位移、类型及相关证据。

再给出可靠 HSQC：4.12 的二氢信号与 δ_C 61 的亚甲基配对，2.05 的三氢信号与 δ_C 21 的甲基配对，剩余甲基碳在 δ_C 14；无氢羰基碳在 δ_C 171。教学数据支持含氧乙基与酰基甲基，乙酸乙酯解释较好。位移是有条件的软证据，所用溶剂和参考仍需记录。

此时若代理写“HMBC 已证实乙氧基连接羰基”，证据表会发现没有输入任何 HMBC 记录。正确处理是撤回“已证实”的措辞，将该相关列为可以进一步取得的观测。若已有支持连接的 HMBC，应列明交叉峰编号与可能路径；不能凭候选图自动制造实验结果。

证据表的列可以包括记录编号、观察、可信条件、候选预测、吻合或冲突、待解决事项。对一个现象可以有多个解释，但每个解释都要引用同一个实际观察。这样读者能区分是新实验改变了结论，还是仅仅换了一种表达方式。

计算器适合复算积分比、单位换算和不饱和度；结构工具适合核对组成和连接合法性；检索工具适合取得有条件的参考记录。预测模型输出则需要附带适用范围与误差。把这些工具的结果合并时，不能给确定性算术与未经验证的预测相同证据地位。

若输入格式不合法、网络失败或程序返回空值，代理应保留失败状态并修复输入，不能填入一个看起来合理的数值继续。重复调用也需要理由：只有改变数据、参数或待检验问题才可能取得新信息。相同输入重复运行确定性工具，其结果不是多份独立证据。

峰归属改变后，依赖它的残差、候选评分和报告都要重新计算，旧结果标记为已被替代。否则代理可能用新峰表解释旧模拟，再引用另一版分子图的编号。一个短的结果版本标识与对应输入记录，比长篇叙述更有助于避免这种混用。

实验建议应围绕候选差异并考虑可测性。若关键氢被溶剂覆盖，可以优先选择适当的碳相关或改变条件；若分子式未确认，可以先取得组成证据。代理能提出建议，但能否执行脉冲实验以及参数如何设定，需由具体仪器条件、样品稳定性与实验人员判断。

Fang 等在 2026 年的 NMRAgent 预印本中提出结合专用谱分析工具、化学知识图与峰原子一致性检查的流程。[5] 本节依据所核实版本介绍其工作目标，将其标为预印本；文中实验与基准属于作者报告，本书没有运行该系统。发表状态、版本和独立复现需要分别查看。

NMR-Challenge 的研究把教学题转换为文本，比较模型在这些问题上的解答。[6] 教学题中的组成、峰表与题目筛选，往往已减少许多真实实验中的处理和混合物问题。此类结果支持该题集下的能力评价，不能直接转述成复杂未知天然产物的解析成功率。

评价代理要记录工具可用范围、提示内容、模型版本、运行次数与终止规则。若给每个题目很多次尝试再择最好结果，应与单次运行区别。校准置信度还要在独立数据上进行；模型自己写出的“很有把握”只是输出内容，不能自动当成统计覆盖率。

尤其要检查正确答案是否曾出现在检索或训练相关资料中。能够从公开题目记住一个答案，与依据未见实验解析结构是不同能力。按骨架、来源和时间安排独立测试，并报告失败案例，才能看出工具循环对新问题提供了多少实质帮助。

本节只实际复算了教学组成、氢数与 Hz 到 ppm 的换算，没有运行所列语言模型系统。工具代理的价值可以体现在减少记录遗漏、及时发现矛盾和安排检验；这些结果要由可复查的输出证明。进入下一章的研究前沿时，同样用输入、机制、实测与限制来审视新方法。