通用生物医学AI智能体自主执行科研任务

来源：科技日报

科技日报记者 张梦然

斯坦福大学的研究团队最近在《科学》杂志上发布了一项新成果——一个名叫Biomni的通用生物医学AI智能体。这家伙能自己搞定从数据分析到实验设计的一整套研究任务。团队在多个案例中测试了Biomni，发现它的表现相当稳定，多项任务已经接近人类专家水平。这个成果意味着，AI智能体完全可以和人类研究人员并肩作战，加速生物医学从基础研究走向实际应用。

生物医学研究这些年确实帮我们搞清了不少疾病机制、诊断方法和治疗手段，但问题也随之而来：工作流越来越复杂，数据集越来越大，专业工具越来越多，文献增速简直让人眼花缭乱。结果就是，现有的知识和资源很难被充分利用。对专业研究人员的需求已经超过了可用的劳动力，大量有价值的数据和分析机会被搁置。开发能扩展专业知识、加速发现的工具，已经成了当务之急。而AI智能体的发展，正好为重塑生物医学研究的某些环节提供了可能——前提是这类工具能覆盖足够广的医学任务，不能只会做某一件事。

Biomni的设计思路很聪明：它通过挖掘海量生物医学文献，定义出一套覆盖比较全面的学习任务。然后，大型语言模型充当规划引擎，负责理解用户请求，并把它拆成一连串多步子任务。这套机制让Biomni在没有预设工作流模板的情况下，也能自己组装并执行完整流程，灵活度相当高。

团队把Biomni放到多个生物医学基准上测试，并在多项任务中和人类专家做了对比。结果发现，Biomni的准确度始终能和专家级水平匹配，而耗时明显更短。五个案例研究都验证了它的工具能力，从可穿戴传感器数据分析，到为研究人员设计实验协议，Biomni都干得不错。

不过，团队强调，这项成果的价值不在于宣告“AI替代人”。虽然Biomni已经接入不少生物医学工具与数据库，但评估任务只占一小部分，若干关键方向还没触及。即便如此，通过把复杂工作流自动化，研究人员可以把精力挪向创造性的假设生成、实验创新和跨领域协作——这部分才是人类科学家更该花时间的地方。

总编辑圈点

AI正深刻改变科学研究的传统范式。科研活动高度依赖科学家的经验判断和反复实验，同时持续产生大规模数据。而AI恰恰具备两大“过人之处”：一是能胜任枯燥的重复劳动，二是擅长对海量数据进行快速分析。这两大特点让AI在科研场景的应用如鱼得水。当然，需要明确的是，AI在科研领域的角色定位，不是代替科学家，而是为科学家赋能，成为他们的智能助手。最终目标是把科学家从繁琐事务中解放出来，去从事更具原创性和碘伏性的创新探索。