长期以来，人力的有限性严重阻碍着生命科学的发展，而智能体(Agent)的出现，有望打破这一瓶颈。

刚刚，全球首个通用生物医学AI智能体Biomni正式开源，相关代码及文件已经在Github发布，现已斩获超过700星，任何人都可以进行本地部署。

开源地址：https://github.com/snap-stanford/Biomni

今年6月，来自斯坦福大学的团队，联合Genentech, Arc Institute, 加州大学旧金山分校, 普林斯顿大学等多个机构发表了Biomni: A General-Purpose Biomedical AI Agent，首次报道了Biomni。

作为一款通用生物医学智能体，Biomni能够自主执行横跨遗传学、基因组学、微生物学、药理学和临床医学等多个生物医学分支领域的复杂研究任务。

Biomni的独特之处在于系统地构建了一个全面的研究环境，使得Agent能像真正的科学家一样，调用各种专业软件、查询数据库、甚至指导湿实验，并通过生成代码来高效、灵活地完成任务。

在包括基因克隆和多组学数据分析等多项研究任务中，Biomni均大幅缩短了研究时间并成功实现了科学发现。

开发人员表示，Biomni现已开放征集新工具、数据集、软件等资源，鼓励更多人参与进来以推动对现有系统的优化改进，团队正在构建下一代生物医学软件和数据环境Biomni-E2。

AI尤其是智能体的发展正推动“虚拟科学家”的到来，落地速度远超想象，一些领先成果的科研任务执行水平已经比肩甚至超越人类。

5月，前谷歌CEO投资的非营利组织FutureHouse发布了多智能体系统Robin，宣称这是世界首个公开可用的AI科学家，实验结果显示，其综合能力超越了博士水平的研究人员。

未来，每一位生物学家都将配备若干个AI助手，推动科研模式从人类孤军奋战向人机协同的转变，显著提升生命研究的效率，为探索科学前沿开辟更多可能性。

01

Biomni——强大且通用的生物医学智能体

Biomni由两个核心组件构成：Biomni-E1(统一的生物医学软件和数据环境)和Biomni-A1(基于该环境的智能体)。

Biomni-E1：统一的生物医学软件和数据环境，整合了150个专业生物医学工具、105个软件包和59个数据库。

图：Biomni-E1

Biomni-A1：通用智能体架构，引入基于LLM的工具选择机制，以应对生物医学工具的复杂性和专业性挑战;采用代码作为通用行动接口，使其能够组合执行涉及循环、并行化和条件逻辑的复杂工作流程;并运用自适应规划策略，基于生物医学知识制定初始计划，并在执行过程中持续优化改进。

在人类最后考试(HLE)中，Biomni在涵盖14个生物医学子领域的52个问题上取得17.3%的准确率，显著超越基础LLM模型(6.0%)、编码智能体(12.8%)和文献智能体(12.2%)，展现了其在陌生生物医学领域的出色泛化能力。

在LAB-Bench测试中，Biomni在DbQA任务中达到74.4%的准确率，与专家人类表现(74.7%)基本持平;在SeqQA任务中取得81.9%的准确率，显著超越了人类水平(78.8%)。

图：Biomni基准测试表现卓越

在研究团队精心设计的生物医学基准测试，Biomni展现出显著的性能优势：相较于基础LLM模型提升402.3%，相较于编码智能体提升43.0%。

研究中，Biomni成功执行了可穿戴传感器数据分析、多组学骨骼发育研究任务，完成了科学发现;在基因克隆任务中，Biomni生成的实验方案在准确性和完整性方面均达到人类专家水平，且当科学家按照其方案操作后，测序结果显示序列完美匹配。

02

智能体化身科学家，10周找到治盲新药

生命科学领域的智能体正展现出突破性的科研能力，相关成果加速落地。

今年5月，前谷歌CEO Eric Schmidt投资的一家非营利机构FutureHouse，发布了多智能体系统Robin。

图：Robin智能体系统

只要给定一种疾病，Robin就会自动检索文献提出疾病机制，识别相关的体外实验，并提出药候选方案。

短短的10周之内，Robin自主发现了一款名为Ripasudil的ROCK抑制剂可以作为治疗干性老年黄斑性变形(AMD)的潜在疗法。

而此前，几乎没有任何文献指出使用ROCK抑制剂有望用于治疗干性AMD。几位眼科专家表示，这个疗法非常有趣又新颖。

整个过程中，AI负责所有的智力工作，包括生成了所有假设、实验选择、数据分析和图表，人类研究人员负责执行物理试验。

FutureHouse创始人表示，当前爆炸的科学成果给科学家们带来了信息瓶颈。仅在PubMed上就有 3800 万篇论文，更不要说500,000+ 临床试验和数千种专业工具，让研发人员经常无从下手。

而开发AI 科学家有望解决这个问题，通过整合大语言模型、AI生物学模型等各种前沿工具，让其具有超强的文献搜索和研究能力。

03

智能体，AI+生命科学的必争之地

当前，AI在生命科学领域展现出巨大潜力，特别是生物大模型的快速发展，让人们看到了AI赋能药物研发、疾病诊断等方面的可能性。

然而，尽管模型能力不断提升，行业却面临一个日益凸显的问题：算法模型的迭代速度与行业实际应用之间存在一定程度的错位。

许多生物大模型已经具备了强大的功能，但其价值尚未被充分认知和利用，这使得“卷模型”本身已经远远不能满足AI+生命科学的发展需求。

要真正将大模型的潜力转化为实际的生产力，智能体(Agent)是打通“最后一公里”的关键方向，契合行业从技术导向转变为应用导向的重要趋势。

在理想情况下，智能体需要能够根据多样的条件自主进行决策和规划，这极大地考验着AI厂商对于用户和场景需求的深刻感知能力。

智能体的引入，对生物科技产业的各类参与者具有着不同意义。

对于跨国药企而言，智能体能够深入到药物研发、临床试验、市场分析等各个环节，自动化并优化复杂的工作流，从而提升运营效率，加速创新成果的转化，成为推动公司数字化、智能化转型的重要抓手。

诸如默克、赛诺菲、Moderna等行业巨头已经敏锐地捕捉到这一趋势并积极布局。

对于AI+生命科学平台型公司而言，智能体能够将模型的预测、分析能力与具体的实验操作、数据解读相结合，带来更具实效性的成果，是提升交付能力、充分发挥底座大模型潜力的关键，加速将技术优势转化为商业价值。

对于自动化实验室企业而言，通过与实验室系统深度耦合，智能体能够实现对实验流程的智能控制、数据采集的自动化以及结果分析的优化，彻底改变传统的人机交互模式，显著提升产品及业务价值。

一些顶级投资机构，已经充分认识到Agent对于生命科学的巨大价值，头部项目已经浮出水面。

比如今年3月，Flagship Pioneering孵化的Lila Sciences首轮即获得2亿美元的资金，公司致力于构建世界上第一个科学超级智能平台，以及应用于生命、化学和材料科学的完全自主实验室。

投资Lila Sciences的机构表示，公司的Agent将利用人工智能科学工厂(经过AI和机器人技术优化的实验室)来生产两种前所未有的“产品”——科学智能和新的科学知识。

写在最后

Biomni的诞生是AI+生命科学领域的一项里程碑，揭示了Agent正成为AI赋能生命科学的关键趋势。

未来，围绕Agent的将不仅仅是算法层面的创新，更是商业模式和产业生态的比拼，这对赛道上的玩家们提出了更多挑战。

尽管业界普遍期待智能体能像ChatGPT一样掀起新一轮革命，但目前尚未出现令人耳目一新的现象级产品。特别是在生命科学领域，我们可能需要更多的耐心来等待其真正成熟和广泛应用。