从“研发需求”到“科学发现”、从“数据驱动优化”到“假设驱动发现”——“智能科学家系统”加速PET乙二醇解催化剂创制

背景：聚对苯二甲酸乙二醇酯（PET）的化学回收，特别是通过乙二醇解将其转化为可再聚合单体BHET，面临催化剂组合爆炸的高维搜索挑战，传统试错方法效率低下。研究目的：验证一种由AI推理决策、机器人实验和人类专家外推深度融合的“智能科学家系统”，旨在自主、高效地从海量路易斯酸/碱组合中发现高性能PET乙二醇解催化剂。结论：该系统通过四阶段闭环协同（基准锚定、智能探索、假设生成、启发式外推），成功发现了新戊酸锌/N,N’-二乙基乙二胺这一新催化体系，在20分钟内实现95%的BHET收率，并可放大和适用于消费后PET。研究不仅获得了高性能催化剂，更验证了一种可复制、按需交付的研发新范式，将知识、决策、实验和反馈系统化，加速科学发现。