夜雨聆风你把450多个杂乱的文件甩给一个刚到实验室的新人。里面是几个月的连续血糖监测记录、饮食日志、运动轨迹，字段互相对不上，格式五花八门。
你只留下一个要求：分析一下，找出些有趣又站得住脚的假设。
换成人类分析师，清洗数据、对齐时间戳、挑统计方法，这一套流程通常要吃掉60多个小时，碰上棘手的数据甚至要拖上几周。
这一次，答案在40分钟左右就摆上了桌，清洗好的数据、画出的图表，还有几条关于饮食和体温波动的假设。
干这活的是一个AI，独立完成了整个流程，博士后和数据分析团队都插不上手。
Science亲自盖章
2026年7月9日，学术期刊《Science》以First Release形式刊出论文《Autonomous biomedical research with an artificial intelligence agent》，主角是斯坦福团队打造的通用生物医学AI Agent（智能体），名字叫Biomni。
当天，Science官方账号发帖概括了这项工作，配图是一张环形工具生态图，DESeq2、AlphaFold DB、Scanpy这些生物信息学圈子里如雷贯耳的名字，全被塞进了同一个系统。
▲ Science 官方账号发布通用生物医学 AI Agent 报道，配图为环形工具/数据库生态图，采集时约3.3万次查看、254个赞。
论文页面上，标题、作者列表、发表日期、DOI（10.1126/science.adz4351）一应俱全。摘要写得很实在：生物医学研究长期被重复、碎片化的工作流拖累，Biomni想用一个统一的智能体环境把这些环节接起来。
它比聊天机器人多了一整间工具房
市面上医学大模型不少，它们擅长回答问题、解读指南、总结文献。
但你把几百个可穿戴设备数据文件扔给它们，通常就无从下手了，不会调用DESeq2，不会跑单细胞分析流程，更不会写一份能拿去实验台操作的克隆实验方案。
Biomni的野心是把这条线往前推一大截：从"懂不懂医学知识"，推到"能不能在真实工具链上把活干完"。
这背后是两块拼图。第一块叫Biomni-E1，团队用AI从约2500篇横跨25个生物医学子领域的论文里，挖出人们实际在用的工具、数据库和协议，攒成一个统一的行动空间。第二块叫Biomni-A1，负责在这个行动空间里检索、规划，把每一步任务变成真实可执行的代码，动态拼出工作流，不靠任何预先写死的模板。
官网首页把这套家当摆得明明白白：
▲ Biomni 官网首页：一百五十个专用工具、五十九个数据库、一百零五个软件包，页面下方并列 Stanford、Genentech、Arc Institute 等合作机构标识。
一百五十件工具，五十九个数据库，一百零五个软件包。这串数字背后，藏着一个正在AI科研圈发酵的判断，工具房配得够不够齐，可能比模型本身聪不聪明，更能决定AI干不干得了活。
从博士课题到斯坦福实验室
领衔这项工作的是黄可欣（Kexin Huang），斯坦福计算机科学博士，现在是初创公司Phylo的创始人；资深作者是图机器学习领域的知名学者Jure Leskovec。
▲ 斯坦福大学官方新闻报道 Biomni，标题为《Meet Biomni – an AI-powered biomedical co-scientist》，配黄可欣与 Leskovec 双人肖像。
Leskovec常被引用的一段话，点出了这个项目最初的出发点：
"The hurdle in biomedical science is not intelligence or ideas; it is mechanics."
「真正拖住生物医学脚步的，是那些机械性的杂活，跟聪明才智或者想法没多大关系。」
他还打过一个比方：没有工具的智能体，只是一个会说话的木匠。给他配齐工具箱，才能真的盖起房子。
黄可欣在自己宣布Science见刊的推文里，还顺带扔出一颗彩蛋：团队摸索出一套强化学习训练配方，能让开源模型通过持续训练逼近顶尖水平，这套系统发布之后，仍在不断自我爬坡。
参与这项工作的远不止黄可欣和Leskovec两个人。合作机构名单拉得很长，Genentech、Arc Institute、华盛顿大学、普林斯顿、加州大学旧金山分校都在其中，资助方名单里则有NSF、斯坦福HAI、Chan Zuckerberg Initiative等。部分作者本身在Genentech任职，论文的利益声明里也披露了相关股权关系，这类跨界合作在今天的AI制药圈已经相当常见。
权威们排着队背书
心脏科医生、数字医疗领域的高影响力观察者Eric Topol转发了这篇论文，直言agentic AI自主完成生命科学研究的广度令人印象深刻。他随后又发了一条帖，把Biomni的能力列成清单。
▲ Eric Topol 发帖列出 Biomni 的能力清单：药物重定位、罕见病诊断、单细胞注释、因果基因优先级、分子克隆、蛋白稳定性优化、湿实验编排等。
按斯坦福HAI的说法，这套系统开源大约九个月以来，已经有1.5万名科学家用过，累计跑出10万级别的工作流，Leskovec称它是"地球上用得最多的AI科学家"。
另一份报道口径略有不同，说原型已经被超过1万个实验室采用，具体统计定义各家不尽相同，但两个数字指向同一件事：这早就从一个躺在论文里的概念，变成了被大规模真实用过的系统。
GitHub仓库星标数定格在约3.3千，fork数611，代码以Apache-2.0协议开源。
故事还有另一半
速度数字很好看，可另一半的故事没那么让人安心。
Biomni的运作方式是"代码即行动"，智能体规划出的每一步，都变成真正被执行的代码，直接产出图表、统计结果，乃至一份可以拿去实验台操作的湿实验协议。
这意味着表达力很强，几乎任何计算步骤都能被它写出来；也意味着一旦某一步出错，那个错误会被直接执行，直接变成结论，甚至直接变成实验台上的动作。
社区里已经有人把这层风险挑得很尖锐：
"The distance between 'works alongside researchers' and 'hallucinates a protein that doesn't exist' is roughly one press release."
「"和人类研究者并肩工作"与"凭空编出一个根本不存在的蛋白质"之间，可能就差一篇新闻通稿。」
还有评论者把这件事的性质挑明，当一个提示词能变成计划、变成工具调用、变成可执行代码，甚至变成一份湿实验协议时，智能体拿到手的，早就超出了"建议权"的范围，直接摸到了某种被托付出去的科研决策权。
▲ 一条评论尖锐地提醒：基准测试能给答案打分，但当错误可能变成实验台上的真实动作时，"谁能在 Agent 的错误变成生物学事实之前，按下暂停键？"
论文作者本身也没有回避边界。他们在稿件里承认，评测任务终究是真实科研的一个子集，需要细腻临床判断、高度新颖实验直觉的场景，系统仍然吃力。
加速的是重复性的腿部工作，接手判断的仍然得是人。
时间线要往前拨一年多
如果只看今天的新闻标题，很容易以为Biomni是一夜之间从实验室里蹦出来的新物种。真实的时间线要长得多。
有关注合成生物学的账号翻出旧账：相关论文早在13个月前就挂上了arXiv，代码库11个月前就已经在GitHub上公开，商业化公司Phylo的融资与上线也是5个月前的事，今天才在《Science》上读到这条新闻的人，可能只是最后一批知道的。
▲ 一位关注合成生物学的账号翻出时间线：预印本、开源代码、公司化，都发生在《Science》见刊之前很久。
这条时间线拼起来是这样的：2024年初项目启动；2025年5月底预印本挂上bioRxiv，DOI为10.1101/2025.05.30.656746；随后代码开源、平台上线；2025年9月前后从斯坦福实验室spin-out成立Phylo公司；直到2026年7月9日，才轮到《Science》盖上同行评审的官方印章。
期刊发表在这里扮演的角色，更像一场迟到的认证仪式，把一年多来在预印本、开源社区、上万用户手里积累的信任，兑换成一份可以被整个学术界引用的正式凭证。
工具已经摆上了桌
从一份连续血糖数据的40分钟报告，到一份可以拿去实验台操作的克隆协议，Biomni正在把生物医学研究里最磨人的那部分体力活，装环境、对格式、调参数、写脚本，大段大段地接过去。
对一个挤在单细胞数据和实验记录本之间连轴转的博士后来说，这可能意味着终于能把时间还给真正想问的问题：哪条通路出了问题，哪个靶点值得追，为什么这群病人偏偏对药物没反应。
但工具箱越完整，握着它的手就越关键。当智能体已经能自己规划实验、编排机器人、起草协议，真正悬而未决的问题是，
一间实验室要在哪个环节按下人工确认键，谁有权在错误变成现实之前喊停，多大的信任才配得上多大的自主权。
《Science》给了这套系统一枚学术勋章。勋章之后要写的，才是真正难的部分。
