AI 制药进入实验闭环时代：不再只是生成答案
仅从名称判断，这似乎是场寻常的 AI 生物学大会：蛋白质、RNA、细胞、生成模型、基础模型等议题赫然在列。
然而本次大会最值得关注的，并非又诞生了多少“能生成分子”的新模型，而是一个被正式摆上台面的核心问题：
AI 能否超越给出单一答案，扮演科研助手的角色——提出假设、设计实验、调用工具，并根据实验反馈动态调整后续方案？
Anthropic、OpenAI、Boltz、Arc Institute、NVIDIA 的研究人员罕见地出现在同一议程中。官方将其定义为 *agentic AI for biology*，即“面向生物学的智能体式 AI”。
这并非“AI 已独立研发出新药”的报道。
但它释放了一个明确的行业信号：AI 制药的下一阶段竞争，可能不再局限于谁更擅长生成蛋白质或分子，而是谁能让模型真正融入“想法—实验—反馈”的完整循环。
过去常见的 AI 制药模型，通常解决的是相对清晰的问题：
这类模型如同功能强大的“专用工具”。输入问题，输出预测或候选方案。
而智能体试图实现更复杂的任务。
它不只回答“是什么”，还尝试拆解“接下来该怎么做”：先检索哪些数据库、需补充哪些证据、优先设计哪组实验、实验结果返回后应舍弃哪些假设、下一步应将资源投向何处。
将其应用于药物研发，可想象为这样的链路：
发现潜在疾病机制 → AI 整合证据并提出多个可验证假设 → 规划优先级最高的细胞或动物实验 → 获取实验数据 → 更新判断 → 决定是否推进靶点或候选分子。
真正的转变不在于“AI 多会对话”，而在于 AI 能否成为研发决策闭环的一环。
因为药物研发真正烧钱的地方，往往不是产生一个想法，而是验证它。
一个模型能在数分钟内提出 100 个候选靶点、1000 个分子设计方案。但实验室没有能力逐一验证。
因此研发的核心难题始终是：下一轮实验，哪个最值得做？
这正是 GenBio 议程中反复出现“假设生成、实验规划、闭环湿实验整合”的原因。
若 AI 系统只能产出结果，却无法辅助团队判断“下一步应验证什么”，其价值仍停留在前端提效层面。
若它能从实验失败中持续学习，并更明智地安排后续实验，才可能触及 AI 制药真正的成本核心：减少无效试验和错误决策。
GenBio 的讨论并非“智能体崛起，生成模型过时”。
蛋白质、RNA、细胞和小分子的生成与预测仍是底层能力。没有可靠的结构、序列或细胞状态模型，智能体也缺乏足够优质的工具可供调用。
真正的变化在于：行业开始从研发流程的全局视角审视模型。
未来更关键的问题不仅是“这个模型在 benchmark 上排名如何”，还包括：它接入哪些数据？何时应信任它？输出如何转化为实验任务？实验失败后如何修正？
模型将从单点产品，转变为闭环系统中的组件。
大模型能撰写一份像样的实验方案，并不意味着它真正具备科学决策能力。
真正的实验规划至少需要应对四重挑战：
GenBio 议程中出现“lab-in-the-loop feedback”和“自主科学系统评估方法”等主题，表明学术界也意识到：这一方向最大的难点不是开发一个会调用工具的 AI，而是证明它能真正改善实验决策质量。
对 AI 制药而言，这可能是最关键的一点。
过去，新模型通常以准确率、生成新颖性、对接分数或 benchmark 排名来评判。
这些指标并非无用，但大多属于代理指标。
若要评估参与研发流程的 AI，问题需要转变为：
这也解释了为何 AI 制药不能只看演示视频。真正的成果应该是更少的试错、更清晰的机制理解，或更优质的候选药物证据。
至少目前还未达到这一阶段。
智能体可以加速检索、归纳、建模、规划和记录工作，但生物学中最棘手的问题依然存在：数据偏差、实验噪声、样本差异、难以复现的结果，以及必须依靠人工和设备完成的实验。
更现实的愿景是：人类科学家从大量重复的信息整理和初步方案比对中解放出来，将更多精力投入问题定义、实验质量把控、异常结果分析和关键决策。
因此，这场会议更像是行业的一次集体共识：模型本身还不够，必须将模型嵌入可被实验反复纠错的系统中。
上周五的 GenBio 论坛，或许不会像一笔重大合作那样立即登上财经头条。
但它值得 AI 制药从业者关注，因为它清晰地阐述了下一阶段的竞争方向：从“会生成”走向“会做出正确的下一步实验”。
对 AI 制药来说，真正稀缺的或许从来不是更多候选方案，而是更优的实验选择。
核心观点：
AI 科学家的价值，不是替你做实验，而是帮你减少错误实验。
延伸阅读｜Lab-in-the-loop 释义：它并非让 AI 在计算机中自我循环，而是将模型的建议付诸真实实验；实验数据反馈给模型，更新下一轮判断。这一闭环位于药物研发的“验证与迭代”环节，距临床成功仍有距离，但比单独的模型演示更贴近真实研发场景。