1946 个 agent，32 分钟跑完 800 万细胞

把一个难题拆成两千份，每份都不难。真正的问题是，拆完之后怎么拼回去。

一、发生了什么

10 月 21 日，生物技术公司 PerturbAI 公布与 OpenAI 的合作进展，斯克里普斯研究所参与其中。据 IT 之家当日报道，三方开发了一套 AI 推理框架，用近 2000 个智能体并行分析复杂的生物实验数据、检索文献、提出可检验的假说。

任务拆分方式很直接：一个基因扰动，配一个智能体。相关预印本 10 月 16 日发布在 bioRxiv 上，尚未经过同行评议。预印本里的扰动数是 1946，官方新闻稿的表述则是「近 2000 个」。两个数字说的是同一件事，前者更精确。

数据来自 PerturbAI 今年 3 月公开的全脑 CRISPR 图谱，覆盖约 800 万个细胞，据公司称下载量已超过 4 万次。这套系统分析完这批数据并整合出结论，用时 32 分钟。

其他几个数字也值得摆出来。每个智能体先看自己的基因扰动，再查文献，然后给出解释，所有报告最后汇总成一张「推理图谱」，把基因、细胞反应、既有研究和可能的机制串起来。团队还做了盲评，让生物学专家对比多智能体与单智能体的报告，专家在 75% 的情况下更偏好多智能体的版本。

同一模型、同样资源下，只用一个智能体跑全量数据时，它引用了 11 篇文献；拆成分布式之后，引用数超过 700 篇。

32 分钟要和什么比？公司估计，人类按串行方式做同样的分析和文献审阅，可能需要数月至一年。预印本自己说明，这是一个示意性估算，不是与人类团队做的同期对照。

二、跟你有什么关系

做科研的人。 这套方法的产出是线索，不是结论。它把「读文献、找关联」这一段压缩了，实验台那一段没变。

做 agent 系统的人。 这是「拆分」而不是「更强模型」带来的收益样本。值得抄的是任务边界怎么定：一个扰动一个 agent，输入输出都清楚。

看 AI 科研新闻的人。 请把「预印本、未经同行评议」这七个字一起读。省掉它，结论就被放大了。

三、怎么判断一套多 agent 方案值不值

1. 先看拆分粒度是否天然。这里能一分为 1946，是因为数据本身就是一个扰动一个样本。找不到天然切分点的任务，硬拆只会制造重复劳动。
2. 看汇总环节的强度。分头做很容易，难的是把 1946 份报告合成一张图谱。合并质量决定这套系统的上限。
3. 看评测设计。这次是专家盲评偏好，不是准确率。偏好回答的是「哪份报告更值得读」，不回答「哪个结论是对的」。
4. 看单 agent 基线。11 篇对 700 篇这个对比，说明的是覆盖面差距，不是正确率差距。两个指标不要混着用。

四、三个别信的说法

「AI 用 32 分钟做完了人类一年的工作」。 32 分钟是分析与整合的时间，不包含数据生成——那张图谱本身是几个月做出来的。而且「数月至一年」是公司估算，不是实测。

「已经验证过的研究发现」。 预印本未经同行评议，产出的是待检验的假说。报道写得很清楚：这些线索仍需后续实验验证。

「75% 说明准确率是 75%」。 盲评问的是专家更偏好哪份报告，评的是新颖性、证据支持、后续优先级和置信度。把它读成准确率，等于把主观偏好当客观正确。

五、一句话结论

这次真正的变化不是模型变聪明了，是任务能被切成 1946 份互不干扰的小活——瓶颈从「模型会不会想」挪到了「人会不会拆」。

信息来源

• OpenAI 联手 PerturbAI：让近 2000 个 AI 智能体一起搞科研，加速新药研发 - IT之家，2026 年 10 月 21 日
• PerturbAI and OpenAI Unveil First-of-its-Kind AI Reasoning Agents to Scale Biomedical Discovery - PR Newswire，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。