数千个智能体，32 分钟数完一片小鼠脑细胞

一个研究生分析一批脑细胞基因数据，要几个月；几千个 AI 智能体干同样的活，32 分钟。这不是比喻。10 月 23 日 IT之家报道了 OpenAI 与研究机构的这次合作，论文已挂在预印本平台上——速度是惊人的，但「待验证」三个字同样要紧。

一、发生了什么

OpenAI 联合 PerturbAI 和斯克里普斯研究所，用数千个 AI 智能体分析了数百万个小鼠脑细胞的生物学数据，全程 32 分钟；团队估算，人类研究人员逐项分析并检索文献，完成同等工作量需要数月到一年。据 OpenAI 10 月 21 日发布的介绍，研究用的是专为生命科学设计的 GPT-Rosalind 模型，分析对象是一份覆盖整个小鼠大脑的 CRISPR 图谱——记录每个基因被干预后各类脑细胞的变化。架构上，任务被拆分给分布式智能体并行执行，每个智能体负责一种基因干预，最后汇总成名为 Reasoning Atlas 的推理图谱。成果也有具体线索：比如干预 Tsc2 基因改变了小脑部分神经元的通信相关基因表达，干预 Tsc1 却没有同等变化，这可能帮助理解结节性硬化症；DCTN1 基因被干预后胆固醇合成基因表达上升，被智能体和既有文献挂上了钩。论文 10 月 16 日发布在 bioRxiv，尚未经同行评审。

二、跟你有什么关系

做生物或医学研究的人：这种「一群智能体分头读文献再汇总」的流水线可以复用到其他组学数据上，Reasoning Atlas 图谱、分析流程和代码都已向研究人员开放。科研管理者：盲测里专家四分之三的评审更认可分布式智能体的报告，说明人机分工的性价比需要重新算，经费分配逻辑可能要跟着变。普通人：基因与疾病的关联研究提速，长期看会传导到新药和诊断的周期上，虽然中间还隔着好几年的验证。

三、怎么判断

1. 把它当「提线索的工具」而不是「下结论的专家」。团队自己强调，AI 提出的关联都是待验证假设，后续要靠实验确认。
2. 关注分布式和单体的差距。20 组盲测里分布式报告拿到 75% 的专家偏好，最大规模测试中它引用了 700 多篇文献，单个智能体只引了 11 篇——拆分并行才是这次提速的关键。
3. 预印本先打个问号。论文未经同行评审，引用其中的具体发现时注明「预印本阶段」。

四、三个别信的说法

「AI 32 分钟顶人类一年，科学家要失业了。」 32 分钟干的是筛选和归纳，提出方向之后的设计实验、动手验证仍要人来干。工具换了，瓶颈从读文献挪到了做实验。

「AI 发现了结节性硬化症的新机理。」 原文说的是「可能有助于理解」，是一个值得追的线索。从线索到机理隔着大量湿实验，标题党式的「发现」是过度解读。

「分布式智能体永远比单体强。」 盲测里仍有 16.7% 的评审更认可单体报告，还有 8.3% 打平。任务规模小的时候，拆分的开销可能不划算，架构选择看任务量。

五、一句话结论

智能体集群抢下的是「读文献找线索」这一段，科学的核心环节——动手验证——依然是人的活。

信息来源

• IT之家：OpenAI 联合研究机构部署数千个智能体分析小鼠脑细胞（2026-10-23）

功能与价格以官方公告为准。本文写于 2026 年 10 月 24 日。