生物医学 AI 先要解决的，可能不是发现新药，而是让实验室少排一点队

实验室里最难等的，常常不是仪器

下午四点，实验室的仪器已经跑完了。真正没有结束的是屏幕上的事情：一个文件要换格式，另一组数据要找对应的样本说明，一篇关键论文的补充材料还没有读完，上一轮分析的结果需要和公共数据库重新对齐。研究生在几个窗口之间来回切换，PI 在会议室里等一张能说明下一步的表格。这个时刻没有新闻画面，也没有闪亮的“突破”，但它决定了一项研究什么时候能进入下一次实验。

2026 年 7 月，Nature Medicine 发表一篇 Research Highlight，介绍一种名为 Biomni 的生物医学 AI 代理。文章没有把它写成已经取代研究者的机器，而是从一个很朴素的瓶颈出发：新的技术让生物医学数据生成得越来越快，人的阅读、整理、分析能力却没有同步增长，于是研究流程被重复劳动和碎片化任务卡住。Biomni 被描述为能在多个生物医学领域执行研究任务的代理，未来可能成为科学家的研究伙伴。

这个判断听起来不像“AI 发现了一个新药”那样刺激，却更接近科研现场。实验室里的时间不是只花在提出假设上。研究者需要确认数据的单位，检查样本是否重复，找到一个基因名在不同数据库中的别名，确认统计脚本没有把缺失值当成零，还要把结果写成另一个实验人员可以复现的步骤。每一件事都不难，但每件事都可能把人从真正的判断上拉走。

代理究竟替谁排队

把 Biomni 想成一个会调用工具的研究助理，比把它想成“电子科学家”更准确。它可以把自然语言问题拆成若干任务：检索资料、读取数据、调用分析程序、整理中间结果、提出下一步检查。不同于只生成一段回答的聊天机器人，代理需要在多个步骤之间维持状态，知道哪一步已经完成，哪一步仍需要证据。

这里有一个重要的区分。自动化工具通常只完成一个动作，例如把表格转换成另一种格式；代理则试图决定下一步应该做什么。决定本身就是研究工作的一部分，因此代理的价值也带着风险。它可能很快地把一条不完整的线索变成一个看起来完整的流程，也可能在工具调用失败后用语言掩盖失败。研究者真正需要的不是“流程看起来顺畅”，而是知道每一步凭什么被执行、哪里没有执行、哪些结果只是暂存的假设。

Nature Biotechnology 的一篇综述把这种趋势称为“in silico team science”：一组智能计算专家分担文献综述、假设提出、数据分析和模型解释。这个比喻有帮助，也有陷阱。团队成员会互相追问，知道某个结果需要实验确认；软件代理却可能把自己的中间输出当成可靠的背景知识。代理越像团队，界面就越应该把争议和不确定性呈现出来，而不是只展示最终摘要。

研究瓶颈不是“没有答案”

很多关于 AI 科研的报道，默认研究瓶颈是人类没有想到答案。Biomni 这个案例提示另一种可能：答案也许已经散落在文献、代码和实验记录里，但没有人有足够时间把它们接起来。研究人员并不是不知道某个数据库存在，而是没有一条稳定、可审计的路径把数据库、样本、分析和结论放在同一个上下文中。

这种瓶颈有三个层次。第一是检索瓶颈。关键词搜索能找到相关论文，却不一定能识别一项研究使用了不同的基因命名、样本类型或统计口径。第二是转换瓶颈。不同实验室的数据格式、单位和缺失值规则不同，分析工具往往要求研究者先手工清洗。第三是判断瓶颈。即使图表生成出来了，研究者还要判断相关性是否可能只是批次效应，是否存在反向因果，是否有一个没有被测量的变量同时解释了两个结果。

代理最容易改善前两个层次。它可以减少窗口切换，自动记录参数，提醒用户两个表格的单位不一致，把一段分析脚本连同输入文件一起保存。到了第三层，它只能提供候选解释，不能替研究者承担判断。因为判断不只是统计问题，也涉及样本来自谁、实验会消耗什么资源、一个错误方向会让病人或动物承担什么代价。

“会调用工具”不等于“会做科学”

在生物医学研究中，一条错误的工具链可能比一段明显错误的文字更危险。文字错误容易被看见，错误的中间数据却可能一路流入后续分析。假设一个代理把两个数据库里的同名蛋白当成同一个对象，或者把临床样本的检测下限当成零，最后输出的相关性图也许很漂亮，但它回答的已经不是原来的问题。

因此，Biomni 这类系统的评价不能只看最后答案是否接近标准答案。至少还要问：它是否调用了正确版本的数据库；是否记录了检索时间；是否标注了无法访问的资料；是否在失败后停下来请求人类确认；是否能让另一位研究者从日志重做一遍。对于实验室而言，一次可以复现的失败，往往比一次无法解释的成功更有价值。

Research Highlight 本身是一篇介绍性文章，而不是 Biomni 的完整方法论文。它能支持的结论是“这种代理被提出并展示为生物医学研究伙伴”，不能单独支持“代理在所有领域都可靠”“可以独立发现疗法”或“能把研究周期缩短到某个固定比例”。Nature Biotechnology 的综述也强调了部署挑战，包括数据质量、工具可靠性、上下文理解、责任归属和安全边界。

实验室需要新的记录方式

如果代理进入实验室，电子实验记录本可能要从“写下做过什么”变成“记录谁决定做什么”。一条完整记录不应只有最终图表，还应包含：问题如何被表述，代理调用了哪些工具，工具的版本和参数是什么，哪些候选假设被淘汰，哪一个节点由研究者批准，哪些结论仍等待实验。

这会改变实验室的分工。初级研究者不再只是清理数据，也要学习如何审查代理的中间步骤；PI 不再只看最终图表，也要看系统在哪些地方自动跳过了不确定性；数据工程师需要维护可追溯的工具环境，而不是只把模型接入一个聊天窗口。看似增加了记录工作，实际是在把原本藏在个人经验里的判断外显出来。

对生物医学领域来说，最重要的不是让每个实验室都拥有一个“会思考”的代理，而是让代理的能力被放在合适的层级。它可以帮忙整理文献、生成分析草稿、检查数据一致性、列出需要实验验证的假设；它不能把尚未验证的机制写成治疗建议，也不能在缺少伦理批准、样本来源或安全评估时自行推动实验。

研究速度与研究责任不是同一个指标

当一个代理把几天的资料整理压缩到几个小时，实验室可能会获得更多时间，但也可能获得更多未经消化的候选方向。速度只有在研究者有能力筛选和拒绝时才是资产。否则，代理只是把“没有时间读完”变成“没有时间验证更多”。

这也是为什么生物医学 AI 的故事必须避开“AI 科学家”这个过度简化的称呼。科学不是把信息堆在一起，而是知道什么可以被称为证据，什么只能称为线索。一个代理能提出一百个假设，并不等于一百个假设都值得实验；它能从文献中找到一条少见的联系，也不等于这条联系在细胞、动物或患者中成立。

更现实的评价，是看代理有没有让研究者更早发现错误、更清楚地描述下一步、更容易让不同实验室复现。它若能把这些环节做得更好，就已经改变了科研基础设施。改变不在“机器替人发现”，而在于研究者不必再把最有价值的时间消耗在寻找文件、改格式和重复粘贴上。

来源与边界

本文关于 Biomni 的定位、研究瓶颈和公开描述，主要依据 Nature Medicine 2026 年 7 月 17 日的 Research Highlight；关于代理式科研的工作流与部署挑战，参考 Nature Biotechnology 2026 年的综述。本文没有把企业或期刊介绍中的案例当作已被独立复现的疗效证据，也没有声称 Biomni 已经独立完成临床发现、替代研究者或保证研究安全。涉及具体工具能力、基准数据和实验结果的后续稿件，须在取得原始论文、代码或补充材料后再写。

真正值得追问的不是“代理会不会思考”，而是实验室是否能看见它每一次行动的理由。当研究流程被拆成可追踪的步骤，人的判断才不会被一段流畅的总结悄悄挪走。研究速度可以交给机器加速，研究责任仍要留在能被追问的人和制度那里。

还可以把问题放回一间具体的实验室。一个博士生把同一批测序结果交给代理和同门，代理在十分钟内列出十个候选通路，同门花了半天确认其中两个其实来自不同物种的注释。谁的工作更快，并不能只用输出的数量来回答。代理让候选变多，也让核验变成新的集体任务。若实验室没有把核验时间算进项目计划，所谓加速只是在项目末端积累更多未处理的疑点。

这不是反对自动化，而是要求自动化留下痕迹。研究者应当能点击一个结论，看到它引用了哪份数据、用了哪版工具、经过了哪次人工批准；也应当能把一个错误标记为错误，让后续分析知道不要再次沿着同一条路走。只有这样，代理才从一个会话窗口变成研究基础设施，而不是一个更会说话的黑箱。

从这个角度看，研究代理的第一项考核不是“像不像科学家”，而是“能不能诚实地说不知道”。它应在缺少样本、工具超时或证据冲突时停下，而不是用一段完整的文字填补空白。科研系统愿意保留空白，往往比系统永远给出答案更接近科学。