前沿科创|AI生物学家Biomni获a16z领投

前沿科创

     导语：一款叫 Biomni 的开源 AI 智能体，想给生物学家做一个像程序员 IDE 那样的统一工作台。开源不到一年，7000 多个实验室在用，前 20 大药企里 18 家在列。它到底解决了什么旧问题？   

     2026 年 2 月 3 日，斯坦福两位刚毕业的博士黄柯鑫和屈元昊创立的 Phylo 公司，宣布完成 1350 万美元种子轮融资。   

     领投方 a16z（全称Andreessen Horowitz）是美国硅谷顶级的私人风险投资公司，由网景公司（Netscape）创始人马克·安德里森（Marc Andreessen）和本·霍罗威茨（Ben Horowitz）于2009年创立。

典型投资案例包括Facebook、Twitter、Skype、Airbnb。领投方还有 Menlo Ventures 旗下、与 Anthropic 合作的 Anthology Fund。撑起这笔钱的，是一款叫 Biomni 的开源生物医学 AI 智能体。   

     团队的科学顾问名单本身就值得看一眼：2022 年诺贝尔化学奖得主 Carolyn Bertozzi、CRISPR 先驱张锋、计算生物学领军人物 Fabian Theis。黄柯鑫师从图机器学习学者 Jure Leskovec，屈元昊则师从 CRISPR 先驱丛乐——两位导师也是 Phylo 的科学联合创始人。   

     黄柯鑫读博期间发表过一串高影响力工作。TxGNN 是做药物重定向的图神经网络，登上《Nature Medicine》，能在零样本下为缺乏疗法的疾病找候选药；GEARS 则专门预测基因扰动效应。

它们的共同点，是用 AI 理解生物系统里的因果关系，而不只是拟合相关性。   

     但他始终有个心结：模型在论文上表现漂亮，真到生物学家手里却用不起来。演示时对方总说“这很酷”，可让他们日常用就无从下手。   

     转折在 2024 年。大语言模型驱动的 AI 智能体兴起，黄柯鑫意识到：智能体能直接接管生物学家每天那些繁琐又不需要创造力的活——跑生信分析、查数据库、查文献、汇总信息。Biomni 由此而来。   

     他的类比很直白：软件工程师有 IDE，设计师有 Figma，分析师有 Excel，生物学家却从没有一个真正属于自己的统一工作台。   

     文献锁在付费墙后的 PDF 里，数据散在 Excel 表里，分析靠 R 和 Python 脚本，数据库藏在各种网页门户后。Biomni 想做的，就是生物学的那个 IDE，技术上分两块。

Biomni-E1 是一个统一的“行动空间”——团队分析了 bioRxiv 上 25 个子领域的 2500 篇论文，提取工具、数据库、软件并经人工核验，搭出一个环境：   

Biomni-A1 则是通用智能体架构：接到自然语言指令后，检索相关工具、用 LLM 推理出分步计划，再以可执行代码逐步完成。代码驱动而非传统函数调用，让它能灵活处理循环、并行和条件逻辑。   

     一位研究者把 458 个 Excel 文件、30 名受试者数月的可穿戴数据丢给 Biomni，分析餐后体温变化。它自主生成并执行了 10 步流程，发现进食后平均体温上升 2.19°C。这活儿人工估计要三周，它用了 35 分钟。   

     更复杂的是单细胞多组学。面对约 33.6 万个细胞核的 snRNA-seq 和 snATAC-seq 数据，它从加载一路做到基因调控网络推断、转录因子活性分析。   

     它不仅重现了原论文已知的调控关系，还指出 AUTS2、ZFHX3、PBX1 等转录因子在骨骼发育中此前未被充分认识的作用。全程五个多小时，中途还自己处理了变量名不匹配的报错。   

     最有意思的是一项分子克隆任务：把靶向人类 B2M 基因的 sgRNA 克隆进 lentiCRISPR v2 Blast 载体。Biomni 独立完成了质粒分析、sgRNA 设计、引物设计、Golden Gate 组装条件和菌落筛选策略。   

     一位科学家严格照它的方案做，第二天就看到菌落，Sanger 测序确认 sgRNA 正确插入。在盲测里，它的表现和 5 年以上经验的资深研究员相当，远超新手。   

     黄柯鑫没给每个任务都做专门智能体。更深一层，他看重跨学科的发现机会——很多重要突破，恰恰发生在两个子领域的交界处。   

     CRISPR 来自对细菌免疫的基础研究，免疫检查点疗法来自对 T 细胞信号的探索。通用智能体能桥接不同子学科，专门化的反而桥接不了。   

     代价也很清楚：在那些只有资深专家才掌握的高隐性知识任务上，现在的智能体还够不着。   

     官方数据显示，Biomni 开源不到一年，已被超过 7000 个实验室采用，全球前 20 大药企里有 18 家在用。商业化走的是开源版之上的企业级产品 Biomni Lab。   

     领投的 a16z 合伙人 Jorge Conde 在投资备忘录里写道：他们认为 Biomni Lab 会成为每个实验室、每台电脑上那个永远开着的标签页。   

     黄柯鑫的设想更远：五年、十年后，生物学家早上打开电脑第一件事，就是看智能体昨晚跑完的结果，再用自然语言写几条指令让它继续。   

     自己则腾出手去做实验、去想更有意思的问题——一个人像 PI 带团队那样，同时指挥十几二十个 AI 智能体并行干活。按他的说法，眼下最大的瓶颈不是模型，而是教育和信任。