Databricks近日发布了一套名为AiChemy的多智能体AI参考架构该系统通过模型上下文协议MCP将其平台上的企业内部数据与外部科学数据库相结合旨在加速药物研发过程中的靶点识别与候选化合物评估等关键任务。靶点识别与候选化合物评估是药物开发的早期核心环节直接影响制药企业对生物机制的研究方向选择以及化合物的筛选推进进而决定后续临床阶段的成本、周期与成功概率。AiChemy构建于Databricks旗下多项核心组件之上包括数据智能平台、Delta Lake以及Mosaic AI含Agent Bricks。这些组件负责管理和治理企业数据同时支持领域专属智能体与技能的创建与编排。系统内置的技能涵盖查询并总结科学文献、检索化学与分子数据、跨化合物执行相似性搜索以及跨来源综合证据等能力。AiChemy通过MCP协议接入OpenTargets、PubMed、PubChem等外部数据源使智能体能够同时调用和推理私有数据与公开科学数据。通过将数据访问、编排与分析整合至单一受治理的环境中Databricks表示制药企业的研究人员可以在不丢失上下文的情况下从分散的数据集中快速获取关键洞察从而提升靶点识别与候选化合物评估的效率。整套系统的核心是一个主管智能体负责协调各个子智能体与技能的调用方式以响应用户查询。Databricks指出该主管智能体并非一个开箱即用的预置组件而是一种可通过Mosaic AI与Agent Bricks工具实现的架构模式。根据Databricks博客文章企业团队在构建主管智能体时首先需要定义并实现领域专属技能例如文献检索、化合物查询或数据综合并将其注册以便程序化调用。随后开发者需要为主管智能体配置指令或策略以决定其如何根据查询选择和排序这些技能包括任务的分解与路由方式。整套配置通过MCP与企业内外部数据源连接并借助Databricks平台实施访问控制与数据治理。AiChemy是Databricks在医疗健康与药物研发领域持续布局的最新成果。2025年6月该公司与Atropos Health达成合作将真实世界临床数据与数据智能平台结合支持证据生成并加速研究工作流程。同年7月Databricks又宣布与TileDB开展合作专注于整合基因组学、影像学和临床记录等多模态科学数据为AI驱动的药物研发与临床洞察提供支撑。目前AiChemy参考架构已通过网页应用及GitHub代码仓库向公众开放开发者可以在其中探索该系统并基于Agent Bricks框架将其适配至自身业务场景。QAQ1AiChemy是什么它能解决药物研发中的哪些问题AAiChemy是Databricks推出的多智能体AI参考架构通过MCP协议整合企业内部数据与OpenTargets、PubMed、PubChem等外部科学数据库专注于药物研发早期的靶点识别和候选化合物评估。它能帮助制药企业研究人员在统一受治理的环境中快速从分散数据集中提取关键洞察降低信息处理成本缩短早期研发周期。Q2AiChemy的主管智能体是如何工作的A主管智能体是AiChemy系统的协调核心负责根据用户查询选择和排序各类专属技能如文献检索、化合物查询、数据综合等。它并非预置组件而是一种可通过Databricks的Mosaic AI与Agent Bricks工具实现的架构模式。开发者需自行定义技能、注册调用接口并配置任务分解与路由策略再通过MCP与数据源连接。Q3开发者如何获取并使用AiChemyADatabricks已将AiChemy参考架构通过网页应用和GitHub代码仓库向公众开放开发者可以直接访问GitHub仓库探索系统结构并基于Agent Bricks框架将其改造适配至自身药物研发或其他科学研究场景中使用。