三十二分鐘跑完小鼠全腦資料：AI 代理把線索變便宜，驗證仍是原價

OpenAI、PerturbAI 與 Scripps Research 以數千個代理平行整理 CRISPR 腦部資料，把文獻覆蓋推到人力之外；產出的每一條解釋都還是候選線索，要靠人工複核與實驗驗證分層把關。

一份小鼠全腦的 CRISPR 圖譜攤在眼前，接下來的工作是逐項解讀基因擾動後的細胞反應、核對細胞分類與實驗條件、查找相關文獻，再判斷哪些變化值得設計後續實驗。研究團隊對這種逐一處理的估算，是數個月到一年。OpenAI、PerturbAI 與 Scripps Research 最近展示了另一條路：數千個由 GPT-Rosalind 驅動的 AI 代理，三十二分鐘跑完既有實驗資料，彙整出一份可供研究者追查的推理圖譜。

速度的差距容易被記住，也容易被誤讀。這套流程沒有執行新的生物實驗；代理做的是對既有資料的平行解讀，產出的每一條解釋，身分都是候選線索。判斷它能不能進入研究流程，要看任務切分是否合理、證據能否追溯，以及候選假說能否順利交到人工複核與實驗驗證手上。

瓶頸不在定序端，在解讀端

CRISPR 擾動實驗的邏輯並不神祕：改動一個基因，觀察細胞反應。麻煩在規模。當實驗同時涵蓋大量基因與多種細胞類型，資料表迅速膨脹，而表格只呈現變化，不會自動解釋變化的意義，更不會指出它對應哪個機制或疾病。

解讀的擔子全落在研究者身上。核對分類、查文獻、判斷價值，每一項都要時間；逐一處理的結果是，弱訊號、跨領域線索與意外結果被排到隊伍後面。這是覆蓋率受限於人力的老問題，但它的另一面同樣成立：資料沒被讀完是損失，卻也不代表所有資料都值得追查，更不代表演算法能替研究者下結論。

這也不是 AI 代理第一次被用來搜尋生物研究線索，先前的抗菌勝肽案例走過類似的路。這次的重點移到基因擾動任務的分派與彙整，同時把一個問題推到更前面：搜尋規模放大之後，篩選與驗證的位置在哪裡。

數千個代理，各自認領一項擾動

這套分散式生物推理的做法，核心是任務切分。大問題先拆成小任務，每個代理認領一項基因擾動，檢視對應的細胞反應，搜尋相關文獻，提出解釋；所有報告最後彙整成推理圖譜（reasoning atlas），把基因、細胞效應、文獻與可能機制連在一起。

平行化的價值在任務邊界。單一代理一次拿到整份大型資料，得在有限的時間與上下文裡取捨；切成小任務後，更多項目能同時進入整理流程。代理的產出則應視為帶著來源脈絡的候選解釋：某項基因擾動在特定細胞類別造成變化，文獻裡恰好有一種可比對的機制。至於這條線索對不對、新不新穎、值不值得設計實驗，研究者仍要回到原始資料與文獻確認。

換句話說，代理提高的是被完整整理的項目數量；一條線索值不值得追，仍是研究者回到原始資料後的判斷。

七百篇對十一篇，數字先問分母與條件

OpenAI 的發布資料裡有兩組常被引用的比較。負載最大的測試中，分散式代理引用超過七百篇文獻，單一代理引用十一篇；盲測中，專家有 75% 的比例偏好分散式代理的報告。

這些都是發布團隊報告的數字，解讀時有層次可分。引用數較多，說明檢索覆蓋較廣，不能證明每條引用都與問題相關。專家偏好說明報告讀起來較有說服力，但偏好與假說正確、實驗重現之間，各隔著一段距離。要評斷效能，得回到原始評估設計：評分標準怎麼定、樣本數多少、可重複的分析產物有沒有釋出。這與我們先前整理OpenAI 在 COBOL 遷移評測的數字口徑時的原則相同：先問分母與條件，再談結論。

三十二分鐘對數月到一年的對比也屬同一類。那是研究團隊的估算，換一個實驗室、另一份資料集、另一個研究問題，效能不會自動複製。更有用的問法是：這套流程覆蓋了哪些結果、漏掉哪些結果，多出來的線索有沒有實際減少後續的搜尋工作。

複核與驗證，守的是兩道不同的門

人工複核檢查推理與文獻。代理有沒有正確描述資料、引用是否支持它的說法、排序理由是否清楚，都在複核範圍內。實務上有幾種常見陷阱：題名相近的論文探討的可能是不同的問題；相關的變化可能被寫成因果。研究者需要回查原始圖表、方法與被引用的段落，而這件事有個前提：輸出必須標明資料與文獻來源，否則複核無從下手。

實驗驗證檢查的則是生物本身。把假說轉成可否證的問題，定義量測方式與對照條件，看候選機制能不能在設計好的實驗裡重現。專家在盲測裡覺得一份報告值得追查，與機制被證實，中間隔著完整的實驗設計與執行。

兩道關卡容易在新聞敘事裡被壓縮成一句「專家看過了」，實際上各守一邊：複核把關推理品質，驗證把關生物事實。導入代理流程的團隊若只安排了前者，所有線索都會停在讀起來合理的階段。

導入之前，先回答四個問題

第一個問題是任務要切多細。任務太粗，代理只做得出摘要級的整理；太細，重複與相互矛盾的報告會墊高彙整成本。切分方式要按實際任務評估，沒有一體適用的答案。

第二個問題是資料治理。資料怎麼切分、代理能讀取哪些範圍、輸出附帶什麼證據、誰有權決定後續實驗，這些屬於流程設計階段就該定下的規則。代理可讀取的資料範圍，同時決定了洩漏與誤用的風險面。

第三個問題是成本歸屬。數千個代理跑三十二分鐘，運算開支與單一代理不在同一個量級；這類批次分析該記在誰的預算、怎麼分攤，導入前要有答案。我們先前在企業 AI 用量的費用歸屬一文整理過同樣的課題：設上限之前，先回答費用記在誰的帳上。

第四個問題是重現條件。同一份資料、同一套流程，換一個模型版本或一組提示詞，圖譜會不會長得不一樣？沒有版本控制與固定的分析產物，團隊之間無法互相比較結果，事後也難以稽核。

接下來可以依序核對的訊號

短期看兩件事：有沒有獨立團隊用自己的資料集重跑這套流程並公開結果；這次推理圖譜裡的任何一條線索，有沒有真的進入實驗驗證並發表。中期再看兩件事：評估設計的細節，包括評分標準與樣本數，有沒有隨分析產物一起釋出；代理流程會不會從重讀既有資料，走向協助規劃新實驗。

在這些訊號出現之前，比較穩的定位是把這套方法當成搜尋與整理的擴音器。線索的生產成本下降之後，驗證能力會變成新的瓶頸；評估要不要導入的團隊，值得把這個比例一起算進去。

資料來源：本站編輯參考 APPI News〈AI代理如何搜尋生物資料？候選線索仍須實驗驗證〉（作者：張饒輝 Lightman Chang）改寫而成，原文出處；原文文字內容採 CC BY 4.0 授權。