上海交通大学，今日Science！

该研究针对金属卤化物钙钛矿太阳能电池在热、偏压和光照等运行应力下性能退化的问题，旨在通过人工智能技术系统提升其运行稳定性。研究开发了一种基于多智能体人工智能的框架，通过分析大语言模型推荐的文献数据，协同优化了钙钛矿组分、界面材料及器件结构。利用经典机器学习算法结合热力学驱动的单晶生长，确定了FA0.92Cs0.08PbI3为最优钙钛矿组分，具有最低的陷阱密度；设计了抗紫外能力更强的空穴传输分子MeO-DPPACz，并集成双面原子层沉积氧化铝界面。最终，在0.087 cm²掩模面积上实现了25.0%的功率转换效率，在100°C高温和连续1个太阳光照下运行1000小时后，仍能保持初始效率的97%，显著提升了器件的运行稳定性。