我测了清华系AI助手’水木知了’,它比我还会挑Nature

你以为的问题是

“信息不够”，其实是“信息太多”

水木分子的研发同学，可能是因为他们本身就是做AI制药的，自己每天也要看大量的paper，还有各种科研报告和药物研发进展资讯～所以知道这些消耗了大量的时间。

所以看起来他们是花了比较多的功夫，用AI对各类信息做了处理，把学术期刊/新闻等等信息中，最重要的部分都提取出来了。比如像这边这篇学术期刊。是发布在Nature子刊上的一篇关于鸢尾素减重新机制的研究文献。

如果只看原文的话，一下子很难看懂动。比较常见方案是下载PDF文件，发给大模型，通过不断的问答才能了解到具体说的是什么。但是在水木知了的使用场景里，一上来，他就已经把内容总结好了，除了专业解读之外，还有一套“通俗解读” 。

“可以把鸢尾素想象成运动后身体发出的“信使”，它跑到脂肪里敲打一种叫间充质基质细胞的“通讯员”，让它们释放IL-33（一种免疫信号蛋白）。这个信号会召集调节性T细胞来“灭火”——也就是降低慢性炎症，从而帮身体改善代谢问题。这项研究为理解运动如何抗炎、调代谢提供了新工具，也为未来开发不依赖抑制食欲的减重策略提供了新方向。”

这样的方式，即使对专业不是很了解的同学，也能一下子Get到这篇文章的重点是什么。然后还可以在水木知了里，直接和智能体对话，进行深入的研究。 

原来需要在各个窗口之间切换的事情，在水木知了一个APP里就能完成了。

还有一个核心功能也是值得关注的。通过不断的浏览内容，这个APP会一直推你感兴趣的方向，帮你盯住某个赛道（比如 KRAS / ADC / 双抗）。自动过滤重复信息、泛泛解读、无效新闻。最后给你 “值得看的那一小部分”。原来是人找信息，现在是信息找人。

在专业知识的问答和上下文规划上，水木知了对比传统模型和医药魔方等非AI类产品，看起来做的更好。

我们以“虚拟细胞模型在药物研发中具体如何应用”为例子，进行了下测试。对比其他大模型，水木知了会在“生物医药技术信息查询”和“非结构化数据查询”两个专业的数据库中进行查询，然后再结合大模型完成内容输出。这一点，对生物医药行业就非常重要了。