这个实验室开组会以秒为单位，全员不用睡觉：硅基PI带着它的核动力牛马来了
环球科学科研圈约 8 分钟撰文 菡萏
投身科研带来的不止是一个被知识改变过的大脑，可能还有一些其他人 get 不到的小确幸。比如这位网友，就在读博的过程中收获了一句自己很喜欢的话：
来源：网友社交媒体
可能每个还没当上实验室 Boss 的科研人，都对开组会这件事比较敏感。近日，美国斯坦福大学与陈-扎克伯格生物中心（Chan Zuckerberg Biohub）的科学家们在《自然》（Nature）发表论文，推出了一个完全由 AI 组成的研究团队 Virtual Lab，成功实现了很多人梦想中的“无 PUA 但有收获”的组会现场。
这个硅基科研团队以斯坦福大学医学院的一个成熟课题组为蓝本，一名 AI PI 带领着多名不同细分领域的 AI 学者。它们和人类一样每周开组会。不同的是，它们的开会时间以秒为单位，也不需要吃饭或中途休息。只用一杯咖啡的时间，它们就能完成数百次的研究讨论。更重要的是，Virtual Lab 能够根据人类研究者提出的需求，完成整个课题的研究闭环。
AI 课题组
面对日益复杂的前沿问题，跨学科合作已成为突破瓶颈的关键。然而，现实永远追不上理想：一方面，像 AlphaFold2 这样的里程碑式成果，背后是一支由 30 多位计算机、生物、化学专家组成的“超级团队”；另一方面，大多数实验室，尤其是资源匮乏的研究者，既难以汇集如此多学科背景的专家，也难以获得跨学科专项资助。这种“科研不平等”正在拉大科学发现的鸿沟。
大语言模型的出现带来了一丝曙光。它们能回答专业问题、总结文献，看似能弥补“专家缺口”。但深入使用后就会发现，它们更像是“高级问答机”：擅长解决孤立问题，却无法像真实科研人员一样，将模糊的 idea 转化为严谨的研究结果。
这项新研究希望 Virtual Lab 能够打破这层“玻璃天花板”。这个虚拟课题组以GPT-4o（gpt-4o-2024-08-06）驱动，让大语言模型从“研究工具”变成了“同事”：人类学者只需要向 AI PI 提出一个“高屋建瓴”的 idea（就像很多实验室 Boss 那样），它就会在系统中自动召集来自不同领域的 AI 牛马专家，组成一支“虚拟团队”，实现自主设计实验，整合跨领域知识，迭代验证假设，完成课题的研究闭环。
Virtual Lab 的工作流程 来源：论文
论文通讯作者、斯坦福大学医学院副教授 James Zou 解释道：“AI PI 的任务，是找到解决项目所需的其他智能体和专家。”例如，在新冠病毒抗体研发的项目中，PI 智能体创建了免疫学智能体、计算生物学智能体和机器学习智能体。同时，无论研究课题是什么，这个硅基团队中都会有一个智能体担任批评角色，其职责是提出质疑，警示常见陷阱，并为其他智能体提供建设性意见。
由于 AI PI 和组员们不会受到任何情绪或身体上的限制，它们的工作效率快得惊人。除了以秒为单位开组会，并且能同时开这个能力之外，还能在多轮“提出方案-寻找 bug-推翻/改进计划”中以极短的时间找到最可行的那条路。此外，Virtual Lab 中的每次会议、交流与互动都会被记录成文本，确保人类研究者跟踪进度或调整方向时不会抓瞎。
设计新疫苗
为了评估这套“全自动科研”平台的实战能力，研究者给 Virtual Lab 布置了一个比较典型的生物医学研究课题：为新冠病毒的新突变株 KP.3 设计抗体。
这个 AI 课题组起步就给了研究者一个惊喜：它们接到任务后讨论选择了一条不太常规的技术途径——纳米抗体。“从决定技术路线的会议起，AI 科学家们就认定纳米抗体是比传统抗体更具前景的策略，并给出了科学解释。围观会议的人类研究者发现，AI 学者们强调，纳米抗体的分子尺寸通常远小于普通抗体，能为机器学习智能体的工作提供了极大便利。因为在进行蛋白质计算建模时，处理更小的分子意味着整个团队能以更高置信度完成建模和设计工作。
凌晨 3 点，AI 课题组的会议现场 来源：Chan Zuckerberg Biohub
最终，AI PI 带领着它的核动力牛马们用 6 个星期设计出了 92 种纳米抗体。随后，又用了 2 周完成结合能力测试，发现其中 2 种对最新变异株 JN.1 和 KP.3 的结合力显著提升，且保留了对原始毒株的活性。Zou 和同事们将这两种新抗体送入实验室实际合成后发现，Virtual Lab 研究出的方案确实具备实验可行性和稳定性，而且这个 AI 课题组发现的两种新抗体与病毒结合的紧密程度超越了实验室现有的设计抗体。此外，在脱靶效应测试中，新抗体并不会偏离新冠病毒刺突蛋白这个目标，即便是 5 年前的新冠原始株，也能有效结合。
那么，Virtual Lab 究竟帮助研究者省了多少脑力？
· 从“搭班子”到“开组会确定实验方案”，AI 总共只用了 1~2 小时（产生了 10~20 美元的 API 费用），加上人类研究者的干预调整，全程耗时 3 天。传统人类团队估计得磨 3~4 周。
· 人类研究员总共写了 1596 个词（约占 15 万字会议记录的 1.3 %），剩下 98.7 % 都来自 AI 课题组——PI 负责总结，批评者负责找 bug，各专业的智能体负责输出技术细节。
· 如果把智能体都换成通用型 AI，Virtual Lab 的组会会陷入无休止的“谁说了算”拉锯战；而明确头衔后（免疫学家/计算生物学家/机器学习专家），讨论变得井井有条，智能体们各说各话又能互补。
总的来看，人类研究员只花了传统团队十分之一的时间，就用 Virtual Lab 跑完了寻找全新纳米抗体的完整流程。
中国力量
实际上，随着国产大模型的更新换代，国内的科研团队也纷纷开始尝试通过 AI 提升研究效率。
7 月 25 日，上海人工智能实验室宣布推出“书生”科学发现平台（Intern-Discovery）。根据媒体报道，该平台的基座模型（基于 Qwen3 235B MoE 语言模型）就像一个调度者，负责理解人类科学家的指令，并自行阅读文献、逻辑推理、任务规划。而基于平台的多智能体框架，科研人员就能同时调动多种“专职智能体”，让它们各司其职。
“书生”科学发现平台使用示例 来源：上海人工智能实验室
上海人工智能实验室的官网显示，“书生”平台的专业科研智能体涵盖物理、化学、材料、生物、地球科学等多个领域。此外还集成了生命科学领域的 PDB 数据库、AlphaFold 蛋白数据库，以及地球科学领域的 ERA5（欧洲气象中心全球气象再分析资料）数据集等 200 余个专业数据集。
尽管我们没有查到直接相关的论文发表，但有报道称，“书生”科学发现平台已经在部分领域产出了可用成果。例如，在与中科院物理所团队的合作中，它设计的新工艺能显著提高超导材料的临界电流密度，让其能承受更大电流，加速超导材料从实验室走向商用。此外，上海人工智能实验室还与上海交大、复旦大学等高校合作开发了一个多智能体虚拟疾病生物学家系统“元生”。这个虚拟生物学家整合了近 600 个专家工具，短短几个月中，就在肝癌和结直肠癌治疗上提出 2 个高价值新靶点，并获临床样本和动物实验验证，完成的工作量需要人类研究者花费数年才能实现。
并不完美
不论是美国学者推出的 Virtual Lab，还是中国血统的“书生”科学发现平台，它们在飞速扩大人类科学边界的同时，也在提醒人类，未来的科研范式或将面临翻天覆地的变革。
但目前的 AI 课题组们，还不具备彻底取代人类的能力。Virtual Lab 的研究者在论文中表示，尽管这群硅基科学家表现出了跨学科科研的巨大潜力。但它仍存在一些无法回避的局限性。
首先，Virtual Lab 的基座大模型存在“记忆断层”：GPT-4o 的知识库截止于 2023 年 10 月，因此对 2024 年出现的新工具（如 AlphaFold 3）、最新病毒变异特征或最新算法细节一无所知。其次，AI 的幻觉仍是一个无法避免的难题，即便 Virtual Lab 有一个专门找 bug 的智能体成员，也仍然会编造不存在的数据、错误的实验结论或虚假文献引用，最终需要人类学者下场干涉。然而，用提示词校正 AI 课题组的方向也是一个比想象中要难的工作，需要真正的研究人员反复调整。此外，使用多智能体集群对计算资源和工具链都有一定要求，不同学科的研究范式之间也存在较大差异。Virtual Lab 这样的虚拟课题组是否能够在纳米抗体研发之外的领域大放光彩，仍然没有明确的答案。
情绪稳定、眼光犀利的 PI，永远愿意提供帮助的靠谱同事，能够打开思路、高效解决问题的组会讨论，可能是每个科研人都想拥有的学术乌托邦。或许当 AI 课题组跨越学科壁垒，能够自主完成科学闭环时，“一个人的实验室”也能拥有整个专家团队的力量。
论文信息：
Swanson, K., Wu, W., Bulaong, N.L. et al. The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies. Nature (2025). https://doi.org/10.1038/s41586-025-09442-9
主要参考来源：
https://www.nature.com/articles/s41586-025-09442-9
https://www.eurekalert.org/news-releases/1092453
https://www.eurekalert.org/news-releases/1092265
https://www.shlab.org.cn/news/5444176
https://news.sciencenet.cn/htmlnews/2025/7/548433.shtm
https://github.com/InternLM/Intern-S1
本文转载自公众号“环球科学科研圈”（ID：keyanquan）
-电商广告-
《环球科学》2025年8月新刊销售中
戳图片或阅读原文
立即购买