这篇由Angelos Angelopoulos等三位作者完成的论文《From Prompts to Protocols: An AI Agent for Laboratory Automation》于2026年5月15日提交至arXiv，编号为arXiv:2605.16552v1，归类为人工智能（cs.AI）与机器人学（cs.RO）。研究聚焦于一个现实痛点：实验室自动化虽然能让科学实验更快、更安全、更准确、更具可重复性，从而加速新材料、药物等的发现与测试，但搭建和运行自主实验室需要协调大量仪器与机器人，科学家不得不编写代码、管理配置文件并在复杂的软件基础设施中摸索。
针对这一门槛，作者提出了一种将大语言模型与实验室编排系统相结合的AI智能体架构，使科学家能够用自然语言交互式地创建和监控自动化实验协议。该智能体集成在Experiment Orchestration System（EOS）之中，运行于带有自动验证和纠错机制的智能体循环之下，覆盖完整的实验生命周期：创建协议，运行并监控协议本身以及闭环优化活动，并对结果进行分析。
在交互层面，系统提供可视化图编辑器，将协议渲染为可交互的节点式图，并与AI智能体的协议表示保持同步。这意味着研究人员可以在AI辅助构建与手动构建协议之间无缝切换，既保留自动化带来的效率，也不放弃对关键步骤的人工掌控。
评估方面，作者在三个模拟自动化实验室上进行了测试，覆盖化学、生物学和材料科学三个领域。结果显示，该AI智能体首次尝试即成功生成协议的比例达到97%，同时所需的界面操作次数降低了一个数量级。论文以PDF、实验性HTML及TeX源码等形式提供全文，DOI为10.48550/arXiv.2605.16552，由DataCite发放（注册待完成）。需要注意的是，当前结果均来自模拟环境而非真实湿实验室，实际部署中的仪器兼容性、安全约束与异常处理仍有待进一步验证。