OpenAI 于 10 月 21 日宣布，其 1,946 个 GPT-Rosalind 智能体并行运行，可在 32 分钟内分析来自数百万个小鼠脑细胞的现有数据——该团队估计，通过手动分析和文献回顾，人类研究小组需要数月至一年的时间才能完成这项工作。
该演示是与药物发现公司 PerturbAI 和 Scripps Research 合作进行的，在 bioRxiv 预印本中进行了描述，并将团队所谓的“分布式生物推理”应用于全脑 CRISPR 图集——一个记录破坏单个基因如何改变脑细胞基因表达的数据集。 更多相关背景，请参阅我们的AI行业报道。
分布式生物推理如何工作
CRISPR 扰动实验让研究人员可以关闭基因并测量由此产生的细胞变化，但它们可以产生比任何单个实验室深入研究更多的观察结果。这个瓶颈正是研究人员公开共享细胞图谱的原因。共同开发该方法的药物发现公司 PerturbAI 和 Scripps Research 为此次合作提供了科学框架和领域审查。
预印本中描述的软件将每个基因破坏分配给一个独立的人工智能代理。每个代理都会检查与其指定基因相关的细胞变化，搜索科学文献，并对其发现的内容提出解释。然后，协调层结合代理的报告，识别整个数据集中的连接，并对最有希望的想法进行排序以供人类跟进。
剑桥大学干细胞医学系主任、人类细胞图谱联合创始主席 Sarah Teichmann 在 OpenAI 的声明中表示：“我们构建细胞图谱，以便其他科学家能够做出我们尚未想象到的发现。” “人工智能可以帮助更多的研究人员探索这些资源，并将意想不到的观察结果转化为新的问题来测试。”
数字：参考文献的 711 倍，回收 55 项发现中的 48 项
一名特工与近 2000 名特工之间的规模差异非常明显。根据该项目的公开数据，在使用相同模型、提示、工具和数据访问的比较中，单代理在最大工作负载下平均运行约 11 篇文献参考文献，而分布式系统保留了 7,586 篇参考文献，大约是该项目的 711 倍。
这些特工也很好地对抗了原始科学。他们在没有获得图谱研究手稿的情况下，匹配或完善了原始研究 55 项研究结果中的 48 项，这些结果可以从特工收到的数据中得出。
为了评估质量，该团队招募了 30 名博士级生物学家进行盲审。他们的评估广泛支持了代理人对最有前途的研究线索的排名。
DCTN1 胆固醇铅
一项发现说明了该系统旨在呈现的假设类型。破坏 DCTN1（一种与神经退行性疾病相关的基因）会增加参与胆固醇生成的基因的活性。单药基线提出，神经元内运输胆固醇的问题可能会促使细胞通过产生更多胆固醇来进行补偿。
三名盲审评审员给出的平均后续优先级评分为 4.3 分（满分 5 分）。 加州大学旧金山分校神经外科副教授 Tomasz Nowakowski（不是预印本的作者）在 OpenAI 的公告中表示，这一发现说明了为什么将跨学科的观察结果联系起来很重要：“有时线索已经存在，分散在不同的领域 - 我们只是没有将它们联系起来。”
承诺和警告
这一消息是在 OpenAI 生命科学发展势头迅猛之际发布的。今年早些时候推出的 GPT-Rosalind 是一种专门用于生命科学研究的模型，它将生物推理与科学工具的使用相结合，并记录了涵盖基因组学、蛋白质分析、目标研究、药物化学和实验规划的应用。该公司还推出了用于科学工作流程的 Rosalind Workbench 和 Codex 中的生命科学研究插件，并于 6 月份推出了 LifeSciBench，该公司表示，这项评估衡量的是研究援助，而不是证明系统可以独立验证发现或取代实验验证——这一区别延续到了当前的公告中。
重要的警告仍然存在。 32 分钟与一年的比较是根据假设（每次基因破坏 15 分钟，每次阅读论文 10 分钟）建立的说明性估计，而不是测量的等效值。这项工作是一个概念验证：人工智能提出了供人类测试的假设，而不是经过验证的发现，而且所有线索都没有得到实验证实。与人类分析师的速度比较同样取决于团队的说明性时间假设，而不是面对面的试验，专家评审员对代理的报告进行评分，而不是与人类研究团队进行竞争。基准式比较的独立复制尚未发生。
尽管如此，该演示还是勾画出了生物学未来的可行工作流程：公共数据集被一群专门的代理无休止地重新挖掘，而人类科学家则花时间测试和完善机器排名最高的内容。这些排名在实验室中是否始终如一，将决定分布式人工智能推理是否成为生命科学的标准设备。
来源说明：本文中的详细信息取自 OpenAI 2026 年 10 月 21 日的公告和 R&D World 的报道，包括基础的 bioRxiv 预印本（Sun 等人，2026）。---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
