AI的「内卷」:六个智能体吵了一架,吵出了一个癌症新药

大家好，我是吃瓜群众。

你开过学术组会吗？

老板提一个问题——"这个白血病为什么耐药？"——然后实验室所有人轮番上去讲自己的假说。有人觉得是某个激酶被过度活化了，有人怀疑是表观遗传重编程，有人甚至会觉得是代谢通路的问题。

讲完之后，互相质疑，互相攻击。活下来的假说拿去做实验验证。

但如果我告诉你：Google DeepMind造了六个AI智能体，让它们像博士后一样吵了一架——吵完之后，不仅提出了一个没人想过的AML候选药物，还在体外实验中验证有效。你怎么看？

2026年5月19日，《自然》（Nature）刊登了Google DeepMind的一篇论文：《Accelerating scientific discovery with Co-Scientist》（用Co-Scientist加速科学发现）。

同一天Nature还登了另一篇论文——FutureHouse的Robin。两者路径完全不同，但指向同一个终点。

Robin像一个"实验助理"——帮忙读文献、分析数据、跑代码。而Co-Scientist更像一个"学术导师"——它的独特之处，在于不会直接给你答案，而是逼着一群AI吵架，吵出最好的假说。

这不是科幻。

Co-Scientist不是一个模型，而是六个专业智能体组成的"虚拟研究团队"。每个智能体各司其职：

六个人围着圆桌吵。每一次辩论都在刷Elo分。分数低的淘汰，分数高的进化。这个循环叫做"生成→辩论→进化"（Generate → Debate → Evolve）。

最让人震撼的是：测试时使用的算力越多，Co-Scientist的Elo评分就越高——而且没有观察到性能饱和。

在203个科学目标上，它的假说质量显著超过了Gemini 2.0 Pro、OpenAI o1、OpenAI o3-mini-high和DeepSeek R1。在15个专家级高难度问题上，盲评结果（新颖性、潜在影响力、总体偏好）全维度胜出。

最震撼的验证来自急性髓系白血病（AML）。

Co-Scientist被要求从2,300种已获批药物中，找出可能对AML有效的"老药新用"候选。

第一轮筛出的5个药物都在体外实验中抑制了AML细胞生长。其中Binimetinib（MEK1/2抑制剂）在多个AML细胞系中IC₅₀低至2nM。Pacritinib（JAK2抑制剂）和Cerivastatin（他汀类降脂药）同样验证有效。

但真正的惊喜不在这5个里面。

在后面的几轮辩论和进化中，Co-Scientist自主提出了一个叫KIRA6的分子。KIRA6是一种IRE1α抑制剂——IRE1α是一个内质网应激传感器，它能被"AI团队"看中，说明Co-Scientist在文献里自己连出了"内质网应激→AML存活"这条线。

在KG-1a白血病细胞中，KIRA6的IC₅₀仅为10nM——而对正常TK6细胞的IC₅₀是180nM。18倍的治疗窗口。

Co-Scientist还设计了几组联合用药方案：JNJ-64619178 + Selinexor的CI值小于1，JQ1 + Olaparib + MSA2三联方案也验证有协同效应。

从任务定义到候选药物出单，不到4小时。人工等价流程——数天到数周。

更关键的是：KIRA6不是人类科学家"提示"出来的，是AI自己"吵"出来的。 这种涌现式的跨领域连接——把内质网应激和白血病存活连在一起——恰恰是人类专家因为学科分科而容易忽略的。

AML还不是Co-Scientist最让人脊背发凉的结果。

在另一个任务里，Co-Scientist被要求解释一个叫cf-PICI的细菌遗传元件的传播机制。这个课题，一支人类团队已经秘密研究了近十年，得出了结论但还没有发表。

Co-Scientist只用了两天。

在没有给出任何已发表文献的情况下，它通过搜索公开数据库和文献，独立推导出了完全相同的机制：cf-PICI通过和不同噬菌体的尾部结构相互作用来扩展宿主范围——从而实现跨物种传播。

这篇人类团队的论文后来发表在《细胞》（Cell）上。也就是说——Co-Scientist在没有看到人类实验数据的前提下，达到了专家级推理水平。

在肝纤维化方向上，同样有惊喜。Co-Scientist提出了三个全新的表观遗传靶点，在人源肝脏类器官中验证：两种药物显著抗纤维化，一种还能促进肝细胞再生。其中Vorinostat已经是FDA批准的上市药物——直接可复用。

还有一个被人类研究者初始漏掉的转录因子靶点，靶向它可以降低约40%的纤维化程度。AI把它捡回来了。

Ranking Agent的Elo锦标赛机制，直接继承自AlphaGo和AlphaStar。

在棋盘上，AlphaGo让两个AI自己下棋，Elo分决定谁更强。经过数百万局自我对弈，它变得比人类冠军更强。

在科学中，Co-Scientist让假说两两辩论，Elo分决定谁更有科学依据。经过多轮生成-辩论-进化，胜出的假说在体外实验中验证有效。

但科学不是围棋。一个假说在辩论中赢了，不一定是真理——可能只是"写得更好"或"包含了更多引用"。

Co-Scientist的论文也坦诚了这个局限：Elo分可能会偏向表面上有说服力的假说，而非真正正确的假说。这也是为什么反思智能体的"深度验证"——把假说拆成子命题、逐一用外部数据核查——是整个系统最关键的纠偏环节。

不过，Nature同一天刊登的Robin和同期的另外两篇DeepMind论文（Empirical Research Assistance、以及Cell上验证的cf-PICI机制），共同指向了同一件事：AI科学发现不再是孤立的demo，而是一个正在被多团队、多路径、多杂志验证的新范式。

Co-Scientist出来之后，最值得琢磨的不是它的技术架构，而是它重新定义了"AI辅助科研"的接口。

以前AI科研工具的核心交互模式是"问答"——你问，它答。你问"这个靶点有没有文献？"，它给你列表。你问"这个分子的性质如何？"，它给你预测。

但真正的科学发现，从来不发生在"一问一答"中。它们发生在质疑、碰撞、反驳、甚至"这个方向不对，我赌另一个"的冒险中。

Co-Scientist的"生成-辩论-进化"循环，就是在模仿这个过程——而且它把"质疑"自动化了。六个智能体互相挑毛病、互相补充、互相进化——这样一个科学家拿到手里的，不再是"一个AI的答案"，而是"一个AI团队的辩论纪要"。

Google已经通过labs.google/science向个人研究者开放了Hypothesis Generation工具。这意味着任何一个博士生，都可以用一个"AI研究团队"来辅助自己的课题。

当然，Co-Scientist离不开人类。Nature编辑部的同期评论标题说得很直白——"为什么AI不能在没有人类的情况下做好科学"。实验验证、临床转化、研究目标的定义——这些仍然需要人。

但把"想"的效率提升两个数量级，已经足以改变科研的节奏了。

AI不是答案机器。它是那个在组会上敢跟你拍桌子说"你这个假说有问题"的同事。而正是这种碰撞，才产出了KIRA6——一个人类可能永远不会想到的AML候选药。

参考资料：

Gottweis, J., Weng, W., Daryin, A., Tu, T., et al. (2026). Accelerating scientific discovery with Co-Scientist. Nature. DOI: 10.1038/s41586-026-10644-y.

Nature Editorial. (2026). Why AI cannot do good science without humans. Nature, 653, 650. DOI: 10.1038/d41586-026-01551-3.