让生物学家摆脱数据分析之苦，斯坦福团队发布首个开源自进化生物分析AI智能体，实现自动化基因组学发现

编辑丨王多鱼 排版丨水成文 近年来， 大语言模型 （ LLM） 及其驱动的 智能体 （Agent） 系统取得了显著进展，显著提升了推理、 规划、代码生成和工具调用能力，使复杂数据分析能够以远超纯人工方式的速度和规模被自动、迭代地执 行。这一趋势在生物学领域尤为重要。 尽管目前已经出现了不少能够辅助生物学分析的 智能体系统，但现有生物学智能体大多建立在 Web 图形 用户界面 （GUI） 之上，这在一定程度上限制了其灵活性以及与现有计算工作流的深度集成。与此同时， 相当一部分系统 仍以商业闭源形式 提供服务，缺乏社区驱动的扩展机制，也未被设计为可将代理与执行环 境解耦的分布式系统，因此在涉及敏感基因组数据时， 本地部署与隐私保护能力仍然不足 。更进一步，这 些系统通常也不支持 自动或递归式的代码演化与优化 。 2026 年 2 月 27 日，斯坦福大学 邱肖杰 实验室的 徐伟泽 、 Erwin Poussi 、 钟权 、 曾泽华 、 Christopher Zou 、 王学海 、 卢意帆 等研究人员，联合 Lenovo、Vizgen、卡罗林斯卡医学院及加州大 学圣地亚哥分校等多个顶尖研究机构，发布了一款 分析生 ...