嘉宾：黄柯鑫 访谈：Penny、Cage 随着语言模型在强化学习和 agentic 领域的进步，agent 正在从通用领域快速渗透到垂直领域，科学和生物医药这类高价值领域尤其受到关注。如 果说 AlphaFold 在 foundation model 层面是生命科学的重要里程碑，AI scientist 就是在 agent 层面，能够给科研带来和 alphafold 同样重要的影响。 今年 5 月，前谷歌 CEO Eric Schmidt 投资的 AI lab FutureHouse 推出了四款 AI scientist agent，一个月后，他们又宣布自己的 AI 系统 Robin 成功发 现了新药。两天前，OpenAI 也发布博客强调 AI 在生物学领域的能力正在不断增强。AI scientist 已经在改写科研和药物开发范式。 随着 multi-agent 技术的发展，AI 可能不再只是"工具箱"，而是能自主完成跨学科复杂研究，从而推动科学发现走向全新模式。 最近，斯坦福大学也发布了一个生物医学通用 agent Biomni，Biomni 搭建了一个适合 agent 的环境，通过整合不同的工具、数据库、 ...

作者：Cage 上世纪 50 年代信息论和 DNA 双螺旋的发现，点亮了生命科学与数字互联网这两个最关键的科技树；今天 AI for Science 开始将这两股洪流汇聚并指数级 加速。 大模型对生物系统这样复杂、非线性的系统有着前所未有的理解和生成能力，有望成为加速科学发现的关键引擎。 • Biology Foundation Model： 深挖单点大模型极限，AlphaFold 3 级别的里程碑是个开始； • AI Scientist： 将多智能体编排成实验操作系统，让科研流程变成可复制的 AI Agent； • AI-Native Therapeutics： 基于全栈 AI 平台押注复杂疗法，争夺下一个百亿美元药物； • AI-empowered solution： 通过独特数据与算法解决行业痛点，带来立竿见影的效率红利。 目录 01 Background 02 研究框架 03 Tech × Specialist：Biology foundation model 的范式变化 04 Tech × Biologist：自动化科研（AI Scientist）重塑研发流程 05 Bio x Generalist ...