AI能画出新分子，却不等于化学家真能把它做出来。就像设计图看着漂亮，零件和工艺却无法落地。SynCraft试图补上这一步：它不只给候选分子打“可合成性”分数，而是让大语言模型开出一串具体的结构修改处方，例如替换基团或简化局部结构，把难做的分子逐步改成更容易制造的版本。
关键在于，SynCraft不让模型直接重写SMILES——一种用字符表示分子结构的写法，而是预测可执行的原子级编辑序列。作者称，这能减少字符串写错的问题，并在“合成悬崖”附近寻找改法：分子只需很小变化，可合成性就可能明显改善，同时尽量保留药效团，也就是决定生物作用的关键“齿形”。论文还把框架封装成agent skill，并展示了PLK1、RIPK1及新冠病毒主蛋白酶候选分子的案例；不过现有材料未披露基准测试的具体提升数字。