夜雨聆风AI小知识 温馨提示：AI是工具，善用才能提效，切勿盲目依赖。
别再以为AI只会写写周报、画画插画了。
昨天，OpenAI扔出一颗炸弹——GPT-5.4 居然独立改进了一个困扰化学家几十年的药物反应。
它不是写论文装点门面，是真的在实验室里把反应做出来。
10080个反应，2个半月，产率从16.6%拉到了25.2%。
这事儿一出来，全球药企的研发高管估计都睡不好觉了。
一个化学家每天做3个反应，10年才做10950个。GPT-5.4在2.5个月里，硬生生做完了同等量级的工作。
这次不是"辅助"，是"主刀"
先说清楚这事儿的含金量。
AI帮化学家干活，以前并不稀奇。给它一堆数据，让它预测分子性质、筛选候选药物，这种活儿AI早就在干了。
但改进一个具体的化学反应，性质完全不一样。
这意味着AI不只是"出主意"，而是要能看懂实验结果、判断下一步该试什么、再把实验做出来。
整个链条全打通。
OpenAI是怎么做的？
他们把GPT-5.4接到了一个叫 Maria 的化学AI agent 上。Maria背后是一个能自动跑实验的高通量实验室——机械臂、加样器、检测仪器，全套自动化。
然后，研究团队就给系统下了一个很开放的目标："去改进一个药物合成里很常用的反应。"
至于怎么改、改哪个，AI自己看着办。
AI的"神来之笔"，连人类化学家都惊了
AI拿到任务之后，自己生成了几千个研究方案，自己设计实验，自己跑，自己分析数据，再自己决定下一步做什么。
人类化学家干什么？
从AI给的方案里挑了4个，送进实验室去验证。
然后，惊喜来了。
其中一个叫 OAI-M1-03 的方案，提出了一个让人类化学家都意外的解法：
用一种叫 TEMPO 的温和氧化剂当添加剂，也许能改善这个反应。
化学家们一开始是懵的——教科书上没这么写啊。
结果呢？十种氧化剂测下来，偏偏就是TEMPO管用。
GPT-5.4不是按人类经验推理出来的，它是自己"试"出来的。这种反常识的发现，才是AI最值钱的地方——它不会被传统思路框住。
10080个反应，2.5个月
说数据。
两轮实验下来，Maria一共跑了 10080个反应。这个量级，一个博士毕业可能都做不到。
效果呢？
在优化后的条件下，测试的硼酸里有88%产率提升，磺酰胺里有83%提升。
平均产率从 16.6% 涨到 25.2%。
产率超过30%的反应占比，从 15.6% 提到了 37.5%——直接翻了一倍多。
人类化学家又手工验证了一批，发现14对底物里有11对产率确实提高，其中8对涨了2倍以上。
整个过程历时约3个月，从3月4日第一个prompt，到6月4日结果交付给外部专家。
其中 2.5个月在做实验，剩下半个多月是人类化学家撰写结果。
但OpenAI说：这还不算全自动
看到这儿，你可能觉得：完了，化学家要失业了。
OpenAI自己倒是很冷静，明确说：这还算不上AI全自动药物研发。
他们用的词是"近乎自主"，不是"完全自主"。
为什么？
因为在三个关键环节，人类化学家仍然是不可或缺的：
第一，高层引导。给系统定方向，决定AI提的几千个方案里哪些值得做。
第二，安全把关。比如这次实验里，人类化学家紧急叫停了用DMSO当溶剂的方案，因为担心它和强氧化剂起反应。这种活儿，AI还判断不了。
第三，关键实验亲手复现。AI跑出来的结果，人类要亲手验证一遍，确保不是系统误差。
所以结论是：AI已经能决定"下一步试什么"，但还没法独自把研究跑完。
药企的"AI焦虑"才刚开始
这次实验的化学反应叫 Chan–Lam偶联，是化学家常用来搭碳氮键的。
碳氮键在药物里到处都是——抗癌药、抗菌药、利尿剂，全都有它的身影。
以前这个反应在某些底物上产率一直很低，化学家要么放弃那个分子，要么花大力气另找路线。
现在，AI把这条路走通了。
对药企来说，这意味着一整批原本被放弃的分子，又有了重新评估的可能。
更狠的是，AI还发现TEMPO可以换成便宜得多的4-hydroxy-TEMPO，性能几乎不打折。
成本直接打下来。
所以问题来了——
如果A：接下来几年，AI把药物研发从"十年磨一剑"变成"几年出几个新分子"，那传统药企的研发团队规模、流程、KPI，全得重新设计。
如果B：AI只能做"边边角角"的反应改进，真正的新药发现还得靠顶尖科学家的直觉和运气，那这事儿就是雷声大雨点小。
我赌前者。
GPT-5.4已经证明：它不是来给化学家打下手，是来抢方向盘的。
你怎么看？欢迎在评论区聊聊——
👇 这次OpenAI的成果，你觉得多久会真正改变新药研发？
A. 1-2年内，药企的研发流程就要被改写 B. 5年以上，AI最多当个高级实验员 C. 说不准，得看监管态度
📬 关注【AI圣瀚林】
和更多读者一起跟上AI时代！
每天早8点 · 前沿AI资讯 · 实用技巧
