OpenAI 派数千个智能体看脑细胞：人类要做一年的分析，32 分钟搞定

生物实验室里最让人抓狂的，不是拿不到实验数据，而是面对几百万个细胞的数据像守着金矿却只能用勺子挖。

现在的基因编辑实验动不动就敲除数千个基因，产生海量细胞图谱。但要搞清楚每个基因究竟搞了什么鬼，研究人员得一篇篇翻文献去对，通常逐个排查下来要花上几个月甚至整整一年。

OpenAI 最近联手 PerturbAI 和斯克利普斯研究所（Scripps Research），搞了一次大规模协作。他们部署了数千个由 GPT-Rosalind 驱动的 AI 智能体，只用了 32 分钟，就把数百万个小鼠脑细胞的全脑 CRISPR 图谱吃透了，还生成了一份可以直接查阅的「推理图谱」。

让几千个 Agent 去各自读文献、提假说

很多人可能会想，直接把整个数据集塞给一个上下文超大的顶尖模型不就行了？团队还真做了对比实验。

结果很有意思：随着工作量堆积，单个智能体明显开始偷懒，在处理大规模任务时文献越搜越少，最后只引用了 11 篇参考文献。而数千个智能体分工并行时，各自专攻一个基因突变，一边对齐细胞反应一边跨学科搜文献，总共引用了 700 多篇文献。

在盲测评估中，人类专家也压倒性地更认可分布式智能体给出的分析报告。这种做法就像把一整支博士后研究团队同时派出去，每个人只负责盯紧一个疑点，最后再拼成一张大网。

藏在小脑和胆固醇里的疾病线索

这套系统不是单纯做摘要，它真的在庞杂数据里挖出了人类容易忽略的反常线索。

比如 Tsc1 和 Tsc2 这两个基因，它们平时搭伙调控细胞生长代谢的关键通路 mTOR。通常大家认为敲掉哪一个效果都差不多，在多数神经元里也确实如此。但智能体发现，在负责运动协调的小脑中，敲掉 Tsc2 会剧烈改变数十个神经元通讯基因的活性，而敲掉 Tsc1 却风平浪静。这恰好对应了结节性硬化症患者中 TSC2 突变更容易引发小脑异常的人类临床特征。

另一个线索是 DCTN1。这个基因突变会导致表现出帕金森样症状的佩里综合征（Perry syndrome）。数据里敲除 Dctn1 会让胆固醇合成基因的表达飙升，智能体顺藤摸瓜检索文献后提出：可能是神经元内部的胆固醇转运出了故障，倒逼细胞疯狂造胆固醇，进而加速了神经退化。参与盲测的生物学家认为，这个推论不仅极具新意，而且完全值得马上安排湿实验验证。

为什么重要

我们认为，这项研究最聪明的地方不是宣称 AI 替代了科学家，而是找准了生物计算目前最大的堵点：湿实验产生数据的速度，早就甩开了人类手工跨学科做机制推理的速度。

对一线科研人员来说，现在就能去翻公开的推理图谱。虽然最终的因果关系依然必须靠实验室动手验证，但它把漫无目的的试错收窄成了几个具体的靶点和假说，省下来的不仅是几个月的文献检索时间，更是宝贵的实验经费。

从技术路线上看，这也给大模型应用提了个醒：面对复杂现实世界的大任务，堆单一超大模型并不灵，分工明确、各自检索校验的分布式智能体架构，在深度推理和防偷懒上表现要靠谱得多。

不过隐患依然存在。智能体提出假说的逻辑依赖已有公开文献的质量，如果前序研究有假阳性，AI 很容易把错误的线索串成一个听起来极其自洽的精彩故事。它到底是一个超级科研副手还是昂贵的高级头脑风暴工具，还要看接下来这批新假说在实验室里的成活率。