OpenAI 派數千個智慧體看腦細胞：人類要做一年的分析，32 分鐘搞定

生物實驗室裡最讓人抓狂的，不是拿不到實驗資料，而是面對幾百萬個細胞的資料像守著金礦卻只能用勺子挖。

現在的基因編輯實驗動不動就敲除數千個基因，產生海量細胞圖譜。但要搞清楚每個基因究竟搞了什麼鬼，研究人員得一篇篇翻文獻去對，通常逐個排查下來要花上幾個月甚至整整一年。

OpenAI 最近聯手 PerturbAI 和斯克利普斯研究所（Scripps Research），搞了一次大規模協作。他們部署了數千個由 GPT-Rosalind 驅動的 AI 智慧體，只用了 32 分鐘，就把數百萬個小鼠腦細胞的全腦 CRISPR 圖譜吃透了，還生成了一份可以直接查閱的「推理圖譜」。

讓幾千個 Agent 去各自讀文獻、提假說

很多人可能會想，直接把整個資料集塞給一個上下文超大的頂尖模型不就行了？團隊還真做了對比實驗。

結果很有意思：隨著工作量堆積，單個智慧體明顯開始偷懶，在處理大規模任務時文獻越搜越少，最後只引用了 11 篇參考文獻。而數千個智慧體分工並行時，各自專攻一個基因突變，一邊對齊細胞反應一邊跨學科搜文獻，總共引用了 700 多篇文獻。

在盲測評估中，人類專家也壓倒性地更認可分散式智慧體給出的分析報告。這種做法就像把一整支博士後研究團隊同時派出去，每個人只負責盯緊一個疑點，最後再拼成一張大網。

藏在小腦和膽固醇裡的疾病線索

這套系統不是單純做摘要，它真的在龐雜資料裡挖出了人類容易忽略的反常線索。

比如 Tsc1 和 Tsc2 這兩個基因，它們平時搭夥調控細胞生長代謝的關鍵通路 mTOR。通常大家認為敲掉哪一個效果都差不多，在多數神經元裡也確實如此。但智慧體發現，在負責運動協調的小腦中，敲掉 Tsc2 會劇烈改變數十個神經元通訊基因的活性，而敲掉 Tsc1 卻風平浪靜。這恰好對應了結節性硬化症患者中 TSC2 突變更容易引發小腦異常的人類臨床特徵。

另一個線索是 DCTN1。這個基因突變會導致表現出帕金森樣症狀的佩裡綜合徵（Perry syndrome）。資料裡敲除 Dctn1 會讓膽固醇合成基因的表達飆升，智慧體順藤摸瓜檢索文獻後提出：可能是神經元內部的膽固醇轉運出了故障，倒逼細胞瘋狂造膽固醇，進而加速了神經退化。參與盲測的生物學家認為，這個推論不僅極具新意，而且完全值得馬上安排溼實驗驗證。

為什麼重要

我們認為，這項研究最聰明的地方不是宣稱 AI 替代了科學家，而是找準了生物計算目前最大的堵點：溼實驗產生資料的速度，早就甩開了人類手工跨學科做機制推理的速度。

對一線科研人員來說，現在就能去翻公開的推理圖譜。雖然最終的因果關係依然必須靠實驗室動手驗證，但它把漫無目的的試錯收窄成了幾個具體的靶點和假說，省下來的不僅是幾個月的文獻檢索時間，更是寶貴的實驗經費。

從技術路線上看，這也給大模型應用提了個醒：面對複雜現實世界的大任務，堆單一超大模型並不靈，分工明確、各自檢索校驗的分散式智慧體架構，在深度推理和防偷懶上表現要靠譜得多。

不過隱患依然存在。智慧體提出假說的邏輯依賴已有公開文獻的質量，如果前序研究有假陽性，AI 很容易把錯誤的線索串成一個聽起來極其自洽的精彩故事。它到底是一個超級科研副手還是昂貴的高階頭腦風暴工具，還要看接下來這批新假說在實驗室裡的成活率。