从静态工具到虚拟科学家：AI智能体如何重塑

以前 AI 在药研里，就是跑个预测、画个分子。现在它开始自己排实验了。

2023 年大家还在试水大模型加湿实验。到了 2025 年，系统已经能闭环跑数据、自己微调了。像 DSH、Codex 这些写代码的智能体，现在都能直接拿来搭科研流程。

不过真要让它自己当家作主，还差得远。综述按自主程度给它们分了 6 级。目前最牛的系统也就卡在 L2 到 L4。L5 那种能自己找课题的“虚拟科学家”，现实中压根不存在。近期最靠谱的形态，还是人跟 AI “共驾”。

多智能体协作也容易翻车。预定义流水线太死板，去中心化的又没人统筹。层级架构任务一长就容易乱套。信息漏掉、指令打架是常事，甚至还会死锁。

具体到药物研发，挖靶点、设计分子最容易落地。但一到自动化实验就受硬件制约。所以评估不能只看考试分数。还得看它能不能真把实验做出来。