夜雨聆风
一张黑底白字的截图，开始在生命科学圈子里流传。
页面上只有三行字：Download Rosalind Codex，副标题写着 Get the Codex app configured for GPT-Rosalind，底下一颗圆角按钮，Download for macOS。这次没有配套新闻发布会或官方博客，Sam Altman的账号也未提及。看到这张图的人随即猜测：OpenAI正在把它最强的生命科学AI，从“候补名单”里放出来。
▲ AI信息账号TestingCatalog曝光的下载页界面，黑底、白字、macOS下载按钮，产品形态已经非常明确
四个月前的伏笔：一个以“被亏欠的女科学家”命名的模型
故事要从2026年4月16日讲起。
那天OpenAI做了一件前所未有的事：发布了一个只服务生命科学的前沿推理模型，命名为GPT-Rosalind。名字致敬Rosalind Franklin，那位拍出DNA X射线衍射照片、却在诺贝尔奖颁发前英年早逝的结晶学家。她的贡献被遮蔽了几十年，如今被一家万亿估值公司拿来做商标。
Kevin Weil在个人账号写下长帖，语气罕见地像在写学术申请书，少了产品发布腔：
模型在化学、蛋白质工程、基因组学等方面有专门训练，并内置对研究者常用数据库与工具的知识。
▲ Kevin Weil的原帖：同时宣布Life Sciences插件当天对所有Codex用户开放
但关键信息藏在最后一句：trusted access deployment structure for qualified customers。翻译成人话就是，你得过审才能用
“合格客户”名单上的名字，让人倒吸一口凉气
第一批拿到GPT-Rosalind的机构包括：Amgen（全球最大独立生物技术公司之一）、Moderna（mRNA疫苗巨头）、Allen Institute（保罗·艾伦遗产级脑科学研究所）、Thermo Fisher Scientific（实验室设备与试剂巨头）、Sanofi、Los Alamos国家实验室……
▲ 产品页底部的客户logo墙，汇集了全球制药工业的核心玩家
这份名单传递出清晰的目标：OpenAI瞄准了一颗新药从靶点发现到临床试验的整条链路，远远超出“帮博士生查文献的chatbot”范畴。官方博客里有一个数字被反复引用，美国一颗新药从靶点发现到获批，平均需要10到15年。
GPT-Rosalind要切的，就是这10年里最前端、信息最碎片化、假设生成最依赖人脑直觉的那一段。
模型之外：50个技能包组成的科研工具箱
很多人忽略了4月16日同一天还发生了另一件事：OpenAI在GitHub上开源了Life Sciences Research Plugin，一口气塞进了超过50个技能模块。
▲ GitHub上的插件目录结构：skills文件夹里装着从AlphaFold到PubMed的全套连接器
这些技能覆盖的范围令人咋舌：
- 人类遗传学
：Open Targets、GWAS Catalog、ClinVar、gnomAD - 蛋白质与结构
：AlphaFold、RCSB PDB、UniProt、STRING - 化学与药理
：ChEMBL、PubChem、BindingDB - 临床转化
：ClinicalTrials.gov、cBioPortal - 文献挖掘
：NCBI Entrez、PubMed、bioRxiv
而最精妙的设计在于：这套插件不绑定GPT-Rosalind。普通Codex用户用主线模型也能调用。R&D World的记者当天就实测成功，没有Rosalind权限，照样在十几分钟内拉出了AlphaFold蛋白质3D结构图和PubMed证据时间线。
这是一个极其聪明的产品策略：模型是城堡，插件是护城河。你可以免费用护城河里的水浇花，但想进城堡？请排队、请审核、请证明用途符合安全要求。
正门开放，侧门关闭：一场静悄悄的“访问架构重组”
到了7月末，一件诡异的事情发生了
OpenAI开发者社区开始涌现抱怨帖：普通ChatGPT和Codex用户发现，连基本的生物信息学代码调试、论文搜索都开始被安全策略拦截了。系统弹出的提示大意是：此内容涉及可能有安全风险的生物研究应用，合格研究者请申请Trusted Access。
这与一项产品设计相符
通用产品面上的生物能力被有意收紧，而专用的Rosalind通道被有意产品化。侧门关了，正门亮了招牌对OpenAI来说，这是安全治理与商业化的一体两面：你想做计算生物学？请走正门，请接受审查，请在我们的治理框架里工作。
8月的下载页：从“审批制”到“可下载”的惊险一跃
于是我们回到文章开头的那张截图
TestingCatalog的解读是：This change marks a potential expansion beyond "qualified customers"，这可能意味着突破“合格客户”的边界。评论区很快热闹起来有人说“药物发现需要成千上万双眼睛，候补名单远远不够”；另有人直接问：“这是否类似Claude Science？”
▲ 网友第一反应：拿它和Anthropic的Claude Science做类比
这个类比并非空穴来风就在6周前，Anthropic于6月30日正式推出了Claude Science，一个集成60+技能与连接器、面向分子与细胞生物学的AI工作台。两家公司的竞争，已经从“谁的聊天更会背论文”，升级为“谁的科研操作系统能跑通端到端流程”。
学术界的愤怒：“我们付了钱，凭什么进不去？”
欢呼之外，也有研究者公开表达失望
学术用户Jason de Koning在OpenAI原帖下直接开怼：
This looks exciting, but it's really disappointing to see this as a closed research preview. Why not make this freely available to academic scientists already paying for pro/max subscriptions?
▲ 学术用户的典型反应：兴奋与失望并存
这代表了一个巨大的结构性矛盾：最需要前沿AI工具的独立研究者和学术实验室，恰恰是最难通过“企业级资格审查”的群体。Moderna和Amgen有合规团队来填表，一个做博后的计算生物学家没有。
Rosalind Codex下载页如果真的面向更广用户开放，能否解决这个问题？未必 “可下载”不等于“无限能力”，安装器层面的产品化，和权限层面的开放，完全可以是两码事。你下载了App，登录时依然可能被要求出示受信访问凭证。
10年药物周期能被压缩多少？
Hacker News上最冷静的一条评论说得好：找靶点变快了，不等于临床试验会成功。
OpenAI 6月更新里展示了一个颇能说明产品定位的demo：让GPT-Rosalind模拟审视一份FDA Type B会议材料，从微抗肌萎缩蛋白基因治疗的证据包中挑出数据缺口与监管风险。由此浮现的用户画像，是会坐在FDA对面开会的工业科研团队，工作远远超出宿舍里的文献查询。
▲ 6月更新强调“grounded in real scientific workflows”，锚定真实科研工作流
在与Dyno Therapeutics的合作测试中，GPT-Rosalind在RNA序列功能预测任务上的best-of-ten表现，超过了57位AI-bio领域人类专家历史成绩的约第95百分位。序列生成任务约第84百分位这些数字是厂商自述，社区对方法论有质疑，但即便打个折，信号依然强烈：领域专用模型在特定科研子任务上，正在逼近甚至超越人类专家的天花板。
谁能用AI做科学
回看整条时间线，Rosalind Codex延续了一次访问权力的重新分配：
模型层锁在受信审查后面；插件层开放给所有人当甜头；桌面入口层正在悄悄搭建，但最终开放程度未知。三层叠在一起，构成了一个精心设计的漏斗，先让你尝到工具的甜头，再让你为模型的深度付费（或过审）。
OpenAI和Anthropic同时建设“科研工作台”，竞争由聊天模型的参数与问答能力延伸到了实验室工位。
那张黑底白字的下载页，让这个新入口第一次有了清晰轮廓。
