Group 1 - The article discusses the rapid advancement of AI in the fields of science and biomedicine, particularly focusing on the emergence of AI scientist agents that can autonomously conduct research and drug discovery [3][4]. - AI scientist agents are defined as agentic systems that can autonomously propose hypotheses, design experiments, and iteratively refine their approaches, distinguishing them from general-purpose agents [4][19]. - The development of Biomni, a biomedical agent environment, aims to integrate various tools, databases, and software to facilitate autonomous research tasks across different biomedical subfields [4][34][38]. Group 2 - FutureHouse, an AI lab backed by former Google CEO Eric Schmidt, has developed AI scientist agents that have reportedly discovered new drugs, showcasing the potential of AI in drug development [3][22][25]. - The article emphasizes that while general-purpose agents like OpenAI's Deep Research can perform many research tasks, they lack the specialized environment and expert knowledge necessary to fully function as AI scientists [28][29]. - The Biomni project aims to create a flexible environment that allows AI agents to perform a wide range of biomedical research tasks, addressing the challenge of integrating numerous specialized tools and databases [34][38][42]. Group 3 - The article highlights the importance of designing benchmarks for AI in biology, as the field currently lacks standardized metrics similar to those in other domains like image recognition [70]. - AI scientist agents are expected to automate routine tasks and potentially exceed human capabilities in specific areas, such as rare disease diagnosis, by leveraging their ability to process large datasets [30][31]. - The integration of AI tools like AlphaFold into the workflows of AI scientists is seen as a way to enhance their capabilities in protein design and other biological tasks [53][54].

导读： 在所有测试任务中，Biomni 展现出显著的性能优势：相较于基础大语言模型提升 402.3%！目前研究团队在https://biomni.stanford.edu/开放免费注册 和使用。 特别提示 微信机制调整，点击顶部"仪器信息网" → 右上方"…" → 设为 ★ 星标，否则很可能无法看到我们的推送。 2025 年 6 月 2 日，斯坦福大学 黄柯鑫、Serena Zhang、王瀚宸、屈元昊、陆荧洲 等研究人员领衔的团队，联合 Genentech、Arc Ins titute、加州大学旧金山分校及普林斯顿大学等多个顶尖研究机构，发布了一款通用生物医学 AI 智能体—— Biomni 。该智能体能够自主 完成横跨遗传学、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 通过将分散的科研资源整合为可操作的智能体行为单元，不仅破解了传统研究流程的碎片化瓶颈，更可能催生跨学科、高通量的自主 化科学发现引擎。 该研究以：Biomni : A General-Purpose Biomedical AI Agent 为题，发表在了预印本平台 bioRx i v。 更重要的是 ...

编辑丨王多鱼 排版丨水成文 生物医学研究是增进人类对健康和疾病的理解、推动药物研发以及提升临床护理水平的基础。 然而，在生物医学实验室中，科研人员往往被复杂的实验方案、庞大的数据库、五花八门的分析工具以及不停更新的海量文献所淹没。生物医学研究日益受到这 些重复且分散的工作流程的制约，让科研人员疲于奔命， 严重减缓了科学发现的速度，限制了科学创新。这凸显了科学界对根本性新方法的迫切需求——一种能 够 有效扩展科学专业知识、简化研究工作流程，并充分释放生物医学研究潜力的全新路径。 2025 年 6 月 2 日， 斯坦福大学 黄柯鑫 、 Serena Zhang 、 王瀚宸 、 屈元昊 、 陆荧洲 等研究人员领衔的团队，联合 Genentech、Arc Institute、 加州大学 旧金山分校及 普林斯顿大学等 多个顶尖研究机构，发布了一款 通用生物医学 AI 智能体 —— Biomni ，该智能体能够自主完成横跨遗传学、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 的诞生标志着 AI 在生物医学研究中从"工具使用者"向"自主决策者"的跃迁 。通过将分散的科研资源整 ...

2025 年 6 月 2 日， 斯坦福大学 黄柯鑫 、 Serena Zhang 、 王瀚宸 、 屈元昊 、 陆荧洲 等研究人员领衔的团队，联合 Genentech、Arc Institute、 加州大学 旧金山分校及 普林斯顿大学等 多个顶尖研究机构，发布了一款 通用生物医学 AI 智能体 —— Biomni ，该智能体能够自主完成横跨遗传学、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 的诞生标志着 AI 在生物医学研究中从"工具使用者"向"自主决策者"的跃迁 。通过将分散的科研资源整合为可操作的 智能体行为单元 ，不仅破解了传统 研究流程的碎片化瓶颈，更可能催生跨学科、高通量的自主 化科学发现引擎 。 该研究以： Biomni: A General-Purpose Biomedical AI Agent 为题，发表在了预印本平台 bioRxiv 上，研究团队在 biomni.stanford.edu 开放免费注册和使用 编辑丨王多鱼 排版丨水成文 生物医学研究是增进人类对健康和疾病的理解、推动药物研发以及提升临床护理水平的基础。 然而，在生物医学实验室中， ...