Google和FutureHouse同日登刊，把AI科學(xué)助理推到科研前線

編輯丨%

2026 年 5 月19 日，《Nature》雜志同日發(fā)表了兩項(xiàng)來(lái)自科技巨頭的突破性研究，共同宣告了一個(gè)新時(shí)代的到來(lái)。這兩篇論文分別介紹了來(lái)自谷歌 DeepMind 的「Co-Scientist」和來(lái)自 FutureHouse 的「Robin」，都是旨在全面輔助科研流程的多智能體 AI 系統(tǒng)。

這兩項(xiàng)研究成果都在藥物再定位任務(wù)上交出了結(jié)果，只是其中一個(gè)不只會(huì)生成假設(shè)，還會(huì)繼續(xù)分析實(shí)驗(yàn)數(shù)據(jù)，把發(fā)現(xiàn)往前推一步。Co-Scientist 主打結(jié)構(gòu)化科學(xué)思維與假設(shè)生成，Robin 則把文獻(xiàn)檢索、實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析串成一個(gè)閉環(huán)。

這是一個(gè)清晰的信號(hào)：AI 正在從單點(diǎn)工具進(jìn)化為科研伙伴，而科學(xué)發(fā)現(xiàn)的范式，正在被重新書寫。

Co-Scientist：谷歌的「學(xué)者型」科研搭檔

Co-Scientist 基于 Gemini 2.0，采用多智能體架構(gòu)，核心組件包括：生成智能體、反思智能體、排名智能體、進(jìn)化智能體以及元評(píng)審智能體。除此之外，系統(tǒng)還集成了網(wǎng)絡(luò)搜索、專用數(shù)據(jù)庫(kù)等工具，并允許科學(xué)家隨時(shí)介入、提供反饋或直接輸入自己的假設(shè)。

整個(gè)過程中，考慮的關(guān)鍵標(biāo)準(zhǔn)包括合理性、新穎性、可測(cè)試性和安全性。該公司寫道，Reflection 工具還能訪問外部搜索工具，因?yàn)樵L問科學(xué)文獻(xiàn)「防止了看似新穎但不合邏輯的假說(shuō)的幻覺」。

論文鏈接：https://www.nature.com/articles/s41586-026-10644-y

據(jù)論文所說(shuō)，科學(xué)家們始終處于知情狀態(tài)。在尋找針對(duì)白血病的潛在藥物時(shí)，系統(tǒng)提出的建議基于專家小組的審查，這些專家獲得了 Co-Scientist 用來(lái)制定建議的文獻(xiàn)。

而結(jié)果正如預(yù)料中的那樣——部分被鑒定的藥物有效，但僅對(duì)骨髓性白血病細(xì)胞的亞群有效。

專家盲評(píng)的 11 個(gè)開放生物醫(yī)學(xué)問題里，Co-Scientist 在 novelty、impact 和整體偏好上都拿到最高分。放到藥物再定位場(chǎng)景，它先在 AML 里從 2300 種已批準(zhǔn)藥物中篩選候選，再由專家挑出 Binimetinib、Pacritinib、Cerivastatin 等進(jìn)入實(shí)驗(yàn)。

圖示：所選藥物的實(shí)驗(yàn)評(píng)測(cè)。

Co-Scientist 所選擇的藥物在多種 AML 細(xì)胞系中表現(xiàn)出極低的 IC50，且對(duì)非 AML 細(xì)胞系選擇性更高。它還自主提出了此前未被探索的藥物組合，并在 MOLM-13 細(xì)胞中驗(yàn)證出強(qiáng)協(xié)同效應(yīng)。

Robin：FutureHouse 的「實(shí)干型」實(shí)驗(yàn)伙伴

Robin 走的是另一條路：它以 Crow 和 Falcon 做文獻(xiàn)搜索與綜述，以 Finch 做實(shí)驗(yàn)數(shù)據(jù)分析。其中 Finch 是 Robin 最具特色的組件：它能接收濕實(shí)驗(yàn)產(chǎn)生的原始數(shù)據(jù)，在 Jupyter notebook 中自主編寫并執(zhí)行代碼，完成從門控策略到差異表達(dá)分析的全流程，并輸出圖表和統(tǒng)計(jì)結(jié)論。

論文鏈接：https://www.nature.com/articles/s41586-026-10652-y

但它與 Co-Scientist 還是有所區(qū)別的。

Robin 的工作對(duì)象是干性年齡相關(guān)性黃斑變性（dAMD）。它先用 Crow 讀了 551 篇論文，在約 30 分鐘里提煉出 10 個(gè)疾病機(jī)制，接著圍繞 RPE phagocytosis 提出了 30 個(gè)候選藥物，并讓 Falcon 為每個(gè)候選做綜合評(píng)估。

圖示：Robin 系統(tǒng)概述。

根據(jù)文獻(xiàn)總結(jié)， Robin 提出了一系列關(guān)于黃斑變性疾病機(jī)制的假說(shuō)，并利用這些工具詳細(xì)報(bào)告了每個(gè)機(jī)制的證據(jù)。一位大型語(yǔ)言模型評(píng)委隨后對(duì)假設(shè)進(jìn)行了兩兩比較，產(chǎn)生了相對(duì)排名——這有點(diǎn)像谷歌的錦標(biāo)賽系統(tǒng)。

首輪實(shí)驗(yàn)中，Robin 所提出的抑制劑已被證實(shí)其增強(qiáng)吞噬的能力。而在此之后，Robin 主動(dòng)提議對(duì)處理后的細(xì)胞進(jìn)行 RNA-seq，并基于 Finch 自主實(shí)驗(yàn)后得出的新發(fā)現(xiàn)提出了更新的迭代。

Robin 的整個(gè)工作流（分析約 825 篇參考文獻(xiàn)）僅耗時(shí)約 30 分鐘，而估計(jì)的人類專家工作量超過 800 小時(shí)。所有主圖中的統(tǒng)計(jì)圖表均由 Robin 自動(dòng)生成。

AI 在科學(xué)里的位置

正如谷歌所發(fā)現(xiàn)的，專門設(shè)計(jì)用于與科學(xué)文獻(xiàn)接口的工具非常重要。用 OpenAI 的 o4-mini 替換 Crow 后，幻覺引用的比例從零提升到了 45%。FutureHouse 還考察了 OpenAI 研究型工具的性能，發(fā)現(xiàn)在所有推薦 Robin 未提出藥物的情況下，這些藥物都未能對(duì)這些細(xì)胞產(chǎn)生影響。

即使如此，Co-Scientist 和 Robin 都沒有宣稱自己已經(jīng)「自動(dòng)做科學(xué)」。它們的成功集中在藥物開發(fā)中較容易的部分之一（當(dāng)然，開發(fā)過程中也沒有任何部分真的可以說(shuō)是輕松的）。

AI 并未被要求設(shè)計(jì)全新的分子，大多數(shù)藥物在動(dòng)物和臨床試驗(yàn)階段失敗，而非細(xì)胞培養(yǎng)測(cè)試階段。這并不是說(shuō)重新利用現(xiàn)有藥物毫無(wú)意義——研究機(jī)構(gòu)已經(jīng)有了這些分子的安全性和機(jī)構(gòu)批準(zhǔn)，而且許多已過專利，因此價(jià)格便宜。但眼下還沒有到單憑 AI 解決難題的階段。

除開這些，藥物背后的起效機(jī)制、基因表達(dá)的原因，這些都是模型尚且不能解決的疑點(diǎn)。

但不可否認(rèn)的是，它們正在重新定義科學(xué)家的角色。未來(lái)，科學(xué)家可能更像一位「首席科學(xué)家」，負(fù)責(zé)提出根本性問題、設(shè)計(jì)實(shí)驗(yàn)范式的邊界、并做出最終的判斷與決策；而AI則扮演「超級(jí)博士后」的角色——不知疲倦地閱讀所有文獻(xiàn)，嚴(yán)謹(jǐn)?shù)厣珊头瘩g假設(shè)，精準(zhǔn)地分析每一份數(shù)據(jù)，并在迭代中不斷逼近正確答案。

相關(guān)鏈接：https://arstechnica.com/science/2026/05/two-ai-based-science-assistants-succeed-with-drug-retargeting-tasks/