La découverte de nouveaux liquides ioniques (LI) est freinée par des défis majeurs en prédiction des propriétés, notamment un manque de données, une faible précision des modèles et des flux de travail fragmentés. En exploitant le pouvoir des grands modèles linguistiques (LLM), nous introduisons, à notre connaissance, le premier agent basé sur un LLM dédié à la découverte de liquides ioniques : AIonopedia. Alimenté par un modèle fondamental multimodal enrichi par un LLM spécifiquement conçu pour les liquides ioniques, AIonopedia permet des prédictions précises des propriétés et intègre une architecture de recherche hiérarchique pour le criblage et la conception moléculaire. Entraîné et évalué sur un nouveau jeu de données de LI soigneusement compilé et exhaustif, notre modèle démontre des performances supérieures. Complétant ces résultats, des évaluations sur des systèmes rapportés dans la littérature montrent que l’agent est capable d’effectuer efficacement des modifications de liquides ioniques. Au-delà des tests en mode hors ligne, son efficacité pratique a été confirmée par une validation expérimentale en laboratoire réel, où l’agent a fait preuve d’une capacité exceptionnelle à généraliser sur des tâches difficiles hors distribution, soulignant ainsi son potentiel à accélérer la découverte réelle de liquides ioniques.