AI日日新 · 2026年10月19日

AI在实验室“翻车”后，自己改了下一轮

这几天最有意思的 AI 进展，不是一张新榜单，而是一次做错、发现错误、再改办法的过程。另一边，编程模型开始展示完整项目，营销 Agent 也开始接收有触发条件的长期任务。

01 / 研究现场

第二轮更差了，第三轮为什么又涨回来？

Google Research 10 月 16 日披露一组“实验室在环”的原型研究：AI 智能体设计候选 DNA 适配体，实验室实际合成、筛选、测序，再把读数送回下一轮设计。肌红蛋白靶点的真实命中率在第一轮为 10.2%，第二轮却跌至 3.7%。

问题不是模型“不会生成”，而是它偏爱一种容易黏住磁珠或其他蛋白的结构；看起来会结合目标，实际特异性很差。研究人员分析实验读数后，智能体在第三轮限制这类结构、扣除磁珠假阳性，命中率升到 33.5%。这组数字来自两个特定靶点的受控实验，不能外推成“AI已经能自动造药”。

图：Google Research 10 月 16 日原始实验曲线；上方数字为肌红蛋白靶点的真实命中率。

更好玩的细节出现在机械臂旁：一个 8 通道移液动作在代码上成立，却根本塞不进狭窄的试剂槽。Google 的 VERID 系统让实验流程先在实验室的实时数字模型里跑一遍，拦下物理上做不到的动作，再让智能体重新规划。

细节来源：Google Research 对 VERID 实验室数字模型的案例描述。

这项研究已经有真实实验读数，但仍处于受控研究原型阶段；研究人员授权设计、检查流程并监督机器人运行。

02 / 编程模型

DeepSeek把“做个游戏”做成了展示题

10 月 17 日，DeepSeek 将网页、App 和 API 的 Flash 模型更新为 V4.1-Flash-1017，并公开模型权重。官方称它在编程和智能体测试中较旧版进步，同时缩短任务时间与输出长度；这些对比来自厂商发布的测试，实际项目体验还要另看。

比一串分数更直观的是官方动图：一个网页版赛车游戏从菜单进入可玩的赛道。DeepSeek 把它列为“较少提示词与素材参考、在 Harness 环境内完成”的项目展示。它能说明模型正在尝试把需求推进到作品，不能证明任意游戏都能一次生成。

画面：DeepSeek 10 月 17 日官方演示动图，约 00:00 与 00:05 截帧；点击查看原文完整演示。

同次更新还向开发者开放 Search 和 Fetch 接口，让应用可以调用 DeepSeek 自建搜索能力。模型更新已同步到网页、App 与 API；接口调用方式和模型价格未改。

03 / 创作者工作流

营销 Agent 不再只等你按“运行”

Profound 在 10 月 16 日发布新版营销 Agent。建任务时可以用自然语言描述目标，让系统草拟流程，再由团队编辑和测试。运行可以按时间表，也可以由事件触发：比如竞品发了新文章，或某个页面突然成为 AI 回答里的高频引用。

这对内容团队有个现实用处：把“每周盯一次竞品、整理值得写的角度”变成持续执行的任务。它仍需要品牌上下文、工具连接和发布前判断；自动运行不等于自动判断每个结论都对。

画面：Profound 官方 Agent Builder 界面；点击观看原始产品演示。

把这三条放在一起，最值得注意的不是 AI 会不会“全自动”，而是它开始拥有更长的工作循环：执行、得到反馈、修改下一步。循环越长，证据、检查和人做决定的位置就越关键。

原始资料

Google Research：自主湿实验研究

DeepSeek：V4.1 Flash 1017 官方发布

DeepSeek：官方模型权重与技术卡

Profound：新版营销 Agent

Profound：Agent Builder 官方演示

#AI科研　#AI编程　#营销智能体