原始来源日期:2026-10-21。OpenAI、PerturbAI和Scripps Research公布一项“分布式生物推理”实验:团队让数千个由GPT-Rosalind驱动的AI Agent并行分析全脑CRISPR图谱。数据集包含数百万个小鼠脑细胞及大量基因扰动结果;每个Agent负责一个扰动,分析细胞响应、检索相关文献并提出机制解释,随后把报告汇总为连接基因、细胞效应、来源文献和可检验机制的推理图谱。

官方给出的运行时间是32分钟,但这个数字描述特定并行任务和基础设施,不能直接等同于“替代科学家数月工作”。团队把同一模型和资源条件下的单Agent作为对照:任务规模增大后,单Agent在最大负载中只引用11篇文献,分布式Agent引用超过700篇。盲评中,人类专家75%的比较更偏好分布式报告,说明拆分任务至少提高了文献覆盖和局部解释的丰富度。

案例之一涉及Tsc1与Tsc2。两者都参与mTOR通路调控,但Agent在小脑细胞中识别到Tsc2扰动导致与神经通信相关的多项基因表达变化,而Tsc1扰动的效果较弱。团队把这一差异与结节性硬化症中TSC2突变和小脑异常的已有研究联系起来,形成了更具体的后续实验问题:哪些变化可以由现有mTOR抑制治疗纠正,哪些可能指向新的干预路径。

另一条线索涉及DCTN1和胆固醇调节。DCTN1突变与Perry综合征相关,扰动数据中出现胆固醇合成基因上调;Agent把它与胆固醇运输受损可能诱导细胞补偿性合成的文献连接,提出检查神经元内胆固醇分布的实验。官方明确把这些结果称为“promising leads”和可测试假设,并没有声称已经证实疾病机制或治疗有效性。

方法的局限同样明显。大量引用不自动等于证据正确,文献检索可能继承发表偏差,多个Agent的错误也可能在汇总时相互强化。官方页面提供的指标主要由参与团队报告,外部读者还需要查看论文、数据处理代码、盲评设计和专家一致性,才能判断泛化能力。尤其在生物医学场景,最终证据仍来自独立实验,而不是语言模型对关联的文字解释。

量仔观察

这项工作的真正增量是把“大模型读很多资料”改造成可追踪的任务分解与证据汇总,而不是让Agent独立宣布发现。值得复用的工程模式包括:一扰动一Agent、保留引用链、集中合并冲突解释,再由专家挑选实验。若要用于严肃研发,下一步应增加负结果记录、引用核验、重复实验优先级和对照Agent,使系统不仅擅长提出新颖故事,也能主动否定缺乏证据的故事。