AI这周：8B赢GPT、只测10个、证据给多反而

这周五篇 AI 论文，全在顶“越多越好”这条默认设置。

虚拟细胞不再死磕大参数，拆成机制单元后，六套基准测试全拿了第一。AI 制药也不给分子打绝对分了，改成两两比较谁更好，11.1 轮就干完别人 19.3 轮的活。测细胞死活更绝，干脆不加有毒染料，只拍普通明场照片，活率误差才 2.68%。

证据给得多，模型就一定答得准吗？生物基础模型加了转录组证据，平均分反而掉了 0.4。换一批证据归属，75.1% 的答案当场翻脸。精准医疗里，GPT-5.2 每例问 37.8 次，得分垫底；一个 8B 小模型只问 11.3 次，反而拿了最高分。

这些研究大多还停在计算评估，没做湿实验闭环。但方向已经很明显：这个领域正在从比谁大，转向比谁问得准。