GPT-Rosalind 智能体在 32 分钟里读完了一整套小鼠全脑 CRISPR 图谱——这是 OpenAI 在 2026 年 10 月 21 日公布的合作结果，参与方还有 PerturbAI 与 Scripps Research。图谱记录了数百万个脑细胞在近两千个基因被扰动后的反应，人按一个扰动一个扰动地读并对照文献，估计要数月到一年；数千个智能体并行分工，把分析与文献综合压缩到了半小时左右。
拆开读，再拼成一份推理图谱
这套被称作分布式生物推理的做法，是把每个基因扰动交给一个智能体：看细胞反应、检索科学文献、提出可能的机制解释，最后把所有报告汇总成一份推理图谱，把基因、细胞效应、相关论文和候选机制连在一起，现已公开供研究者检索。智能体复现了人类分析已有的发现，还额外标出了一些容易被漏看的弱信号——大型实验最可惜的，恰恰是强信号之外没人有空追的那些观察。
汇总里有两条线索已被人类专家评为值得跟进。一条关乎 Tsc1 与 Tsc2：两个基因同属调控细胞生长的 mTOR 通路，在多数神经元里扰动效果相似，但在负责协调运动的小脑里，扰动 Tsc2 改动了数十个与神经元通讯有关的基因，Tsc1 却几乎没动静，这与结节性硬化症患者中 TSC2 突变和小脑异常的关联对得上。另一条关乎 DCTN1：扰动它会让神经元里负责制造胆固醇的基因表达上升，智能体由此提出一个可检验的假设——胆固醇在神经元内的分布紊乱，可能参与了带有帕金森样症状的 Perry 综合征的退行过程。
单个智能体输在哪
团队在模型与资源相同的条件下做了对照：工作量拉到最大时，单个智能体只引用了 11 篇文献，分布式智能体引用了 700 多篇；盲评中，人类专家有 75% 的时候更认可分布式版本的解读。差距不在模型变聪明了，而在覆盖面——一个智能体读不完的东西，拆成数千份并行读，漏掉的自然就少。对实验室来说，这类系统的价值不是直接给出药物，而是先把下一次实验最值得做哪个排好序；线索仍要靠后续实验验证，这一步谁也替不了。
