> **来源：[研报客](https://pc.yanbaoke.cn)** # AI 智能体科研地图研究总结 ## 核心内容概述 本报告通过关键词共现网络分析方法，对2025—2026年WOS核心合集收录的AI智能体领域学术论文进行科学计量分析，旨在揭示该领域的研究热点、技术趋势及产业投资机遇。该方法基于成熟科学计量学理论，通过挖掘关键词共现强度、网络中心性与聚类结构，系统呈现学术研究的结构性特征，为技术风口识别、交叉方向挖掘与趋势研判提供数据支撑。 ## 主要观点与关键信息 ### 研究方法概述 - 采用**关键词共现网络分析**，挖掘AI智能体领域学术论文的结构与趋势。 - 使用**WOS核心合集**、**CNKI**、**ESI**等权威数据源，结合**OSviewer/CiteSpace**等专业工具进行分析。 - 方法已被《Scientometrics》《Journal of Informetrics》等顶刊验证，具有科学性与情报价值。 ### 技术趋势分析 1. **LLM + Agent 是成熟可落地的工程化路径** - LLM智能体关键技术包括：**RAG**（Retrieval-Augmented Generation）、**Prompt Engineering**、**Human-in-the-Loop**。 - **Agentic AI** 成为新的学术术语，代表从“模型”到“自主智能体”的范式升级。 2. **多智能体系统与通信技术融合** - 研究核心聚焦于**多智能体协同控制**、**动态拓扑优化**、**强化学习**。 - 应用于**无人机**、**工业机器人**、**微电网**等场景，提升自主性与效率。 - 研究方向包括：**通信延迟分析**、**干扰抑制**、**资源分配优化**、**RIS（可重构智能表面）调控**。 3. **AI智能体在材料科学与化学中的应用** - 用于**材料表征**（如光谱、NMR）、**催化**、**吸附**等场景，辅助材料设计与性能优化。 - 研究重点包括：**碳减排**、**环境可持续性**、**智能决策系统**。 4. **AI智能体 × 基因组学** - 多智能体系统（MAS）与生物信息分析深度融合，用于**基因序列解析**、**遗传规律挖掘**、**疾病与抗性相关基因识别**。 - 研究成果包括：**个性化诊疗系统**、**CRISPR-GPT**、**MRAgent**等。 5. **AI智能体 + 生物医学** - 智能体逐步嵌入从**筛查、诊断到康复管理**的全流程，推动医疗健康研究向**主动预警、个性化干预**演进。 - 应用于**儿童健康**、**神经疾病**、**糖尿病管理**等细分领域。 ### 产业与投资机遇 - **通信领域**：重点布局**通信智能调度**、**RIS智能控制**、**资源管理平台**等项目，优先关注兼具算法优化与硬件工程能力的团队。 - **材料与化学领域**：关注AI在**材料筛选与性能优化**中的应用，布局**环保催化**、**低碳技术**等早期高潜力赛道。 - **生物医学领域**：优先投资**临床辅助诊断智能体**、**慢病管理Agent**、**多模态医疗决策系统**等标的，把握**精准医疗**升级趋势。 ### 学术研究热点 - **多智能体系统**：作为研究核心子方向，持续吸引学术关注。 - **优化算法**：涵盖资源分配、天线阵列优化、6G智能调度等方向。 - **算法与硬件协同**：提升通信干扰抑制、动态资源分配与抗干扰安全技术。 - **科研自动化工具**：AI智能体在材料与化学研究中逐步成为**专业化科研工具**。 ### 重点机构与学者 - **中国**：在AI智能体领域论文发表量、研究活跃度处于全球领先地位，形成以自身为核心的亚太创新集群。 - **美国**：仍是全球合作网络的关键枢纽，跨区域合作广度与深度领先。 - **关键学者**： - **邓开连**（东华大学）：提出多智能体近端策略优化（MA-PPO）框架。 - **Anastasios Zafeiropoulos**（雅典国家技术大学）：利用Agentic Graph RAG开发MySELAGent。 - **张召**（合肥工业大学）：推出IAMAgent原型系统。 - **Li Xu**（华为）：提出“Agentic-AI Core”下一代移动通信网络架构。 - **许驰**（中国科学院）：基于RIS辅助的多智能体强化学习实现通信优化。 - **潘存华**（东南大学）：Agentic AI在6G通信系统中的应用。 - **李新宇**（华中科技大学）：提出结合多智能体与深度强化学习的自组织调度方法。 - **凌强**（中国科大）：设计动态机制，抗异步攻击保多智能体一致。 - **Long Bao Le**（魁北克大学）：智能体与边缘计算结合，提升无人机集群效率。 - **孔继烈**（复旦大学）：构建基于外泌体光谱深度学习与LLM的AI智能体。 - **Song Hua**（卡尔加里大学）：构建智能体AI框架加速生物质催化剂设计。 - **许昊翔**（北京化工大学）：利用AI探明铜基催化机制，提出通用设计准则。 - **Mai-Lan Ho**（密苏里大学）：结合人机闭环的智能AI系统重构诊疗体系。 - **从乐**（斯坦福大学）：AI优化CRISPR系统，开发CRISPR-GPT。 - **李克峰**（澳门理工大学）：MRAgent赋能MR全自动因果挖掘。 - **高硕**（北航）：利用AI多模态平台提升卒中康复效果。 - **Beatriz García Santa Cruz**（卢森堡大学）：攻克生物医学成像难题。 - **李庆瑞**（北达科他州立大学）：智能体AI框架实现糖尿病个性化管理。 ### 合作网络解析 - **中美主导全球合作网络**，中国在论文产出规模上略胜一筹，但与欧洲、中东的跨区域合作仍弱于美国。 - **亚太区域**：中国与新加坡国立大学等机构形成合作枢纽。 - **北美与欧洲**：以**公立强校**、**顶尖理工院校**为主，具备底层理论与算法创新优势。 - **日本、荷兰**：如大阪大学、代尔夫特理工大学等，形成稳定的次级节点，具备持续产出能力。 ## 前沿启示 - **研发人员**应聚焦**优化算法**、**RIS调控**、**动态拓扑**、**抗干扰通信**、**材料建模**、**基因组分析**、**医疗健康管理**等方向，推动技术从理论向工程化、场景化落地。 - **投资机构**应关注**高确定性赛道**，如通信智能调度、资源管理平台、材料筛选优化、精准医疗等，优先布局具备**跨学科能力**与**垂直场景解决方案**的项目。 ## 科学性边界 - 本方法**能科学揭示**：研究热点、主题关联、知识集群、技术交叉趋势。 - 但**不能科学推断**：技术成功概率、产业落地时间表、企业竞争力、技术因果关系与未来预测。 ## 法律声明 - 本报告由**北京湘汉有恒科技有限公司**独家调研编撰，所有内容的著作权与知识产权归该公司所有。 - 报告内容仅供**内部参考**，不构成任何投资建议或决策依据。 - 使用者需遵守内容使用规范，不得违规篡改、传播或商用。