一句话看懂：Google DeepMind 在 2026 年 11 月 3 日发布文章，展示 Google Antigravity 配合新的 Cheminformatics Skills，从文献中检索数千个化合物，完成匹配分子对分析，并在一小时内提出带合成路线的刚性化大环候选分子。
事件核心：发生了什么
Google DeepMind 为 Google Antigravity 推出一套化学信息学技能（Cheminformatics Skills），把该产品扩展为面向计算化学家和实验化学家的科研工作台。按照官方描述，底层大模型负责工作流编排、数据库导航和科学推理，确定性的化学工具负责分子计算。底层基于开源工具包 RDKit，并接入 ChEMBL 和 PubChem 的精选数据。
文章以肺癌治疗药物为例：智能体从文献中提取分子及对应数据，过滤缓冲液、溶剂等无关条目，在报告中记录来源。然后对数千个化合物做匹配分子对分析，并以克唑替尼到劳拉替尼的刚性化改造为参照，提出新的大环分子及合成路线，全程约一小时。原文素材没有说明这些候选分子是否经过实验验证。
为什么重要
药物发现的一个痛点不在模型能力，而在数据整理：同一分子可能以 IUPAC 名称、Markush 结构或 SDF 文件出现在论文、专利和供应商目录中，错一个原子或键就是另一种化合物。Antigravity 这套技能把“读文献、抽结构、对数据、做计算”串成智能体工作流，并用 RDKit 这类确定性工具约束分子计算，降低大模型直接处理化学结构时的出错风险。它代表 AI 应用从通用对话转向垂直科研工作流，也显示 DeepMind 在科学智能体上的产品化尝试。
对用户/开发者/创作者的影响
对药物化学和计算化学从业者，这类工具可能把数天的单轮迭代压缩到小时级，但现阶段更适合作为文献调研和假设生成的辅助，不能替代实验验证。对开发者，值得关注的是“LLM 编排 + 领域工具执行”的分工模式：把专业计算交给 RDKit、ChEMBL、PubChem 等成熟工具，模型只做调度和推理，这种架构可能被复制到材料、生物信息等垂直领域。目前公开信息显示，该技能在 Antigravity 内提供，具体开放范围、价格和 API 能力尚未披露。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Antigravity 的 Cheminformatics Skills 是否面向普通用户开放，以及是否有独立 API；二是所提候选分子能否进入湿实验验证，形成可复现的闭环；三是 RDKit、ChEMBL、PubChem 等开源与公共数据生态在智能体工作流中的角色是否进一步扩大，以及竞品是否跟进类似的科研技能包。
