夜雨聆风
一张黑底白字的截图，正在生物科技圈疯传。
Download Rosalind Codex. 主标题，白色大字，干净利落。下面一行灰字：Get the Codex app configured for GPT-Rosalind. 再往下，一个圆角按钮，Download for macOS。
▲ AI信息账号TestingCatalog曝光的Rosalind Codex下载页面，黑底白字的落地页风格，一个macOS下载按钮赫然在列
OpenAI把生命科学专用AI模型、50多个科研数据库连接器和能写代码跑实验的Agent工作台，打包成了一个可以直接下载的桌面应用。
如果这扇门真的打开，全球每一个有MacBook的生物学家，都可能坐进一间过去只有Amgen、Moderna这些巨头才进得去的AI实验室。
四个月前的伏笔：一个以"被遗忘的女科学家"命名的模型
故事要从2026年4月16日说起。
那天OpenAI没有发布GPT-6，没有发布视频模型，而是做了一件所有人都没预料到的事：推出了一条专门服务生命科学的模型系列，命名为GPT-Rosalind。
▲ OpenAI官方宣布：GPT-Rosalind以研究预览形式向合格客户开放，点名合作方包括Amgen、Moderna、Allen Institute与Thermo Fisher Scientific
Rosalind，致敬的是罗莎琳德·富兰克林，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女科学家。Watson和Crick拿走了荣耀，她的名字在教科书里被埋了几十年。OpenAI把她的名字从历史的灰尘里捡起来，刻在了一个要重新定义药物发现流程的AI模型上。
这个命名本身就表明，OpenAI想让这套模型进入科学工作流。
▲ OpenAI展示GPT-Rosalind在生物、化学、实验设计、系统发育与工具使用等基准上的表现
但彼时的GPT-Rosalind，是一把锁在保险柜里的手术刀。只有通过"受信访问计划"（Trusted Access Program）资格审查的企业和研究机构才能用，入口虽然包括ChatGPT、Codex和API，但门槛极高，你得证明自己有合法的研究用途、完善的治理体系、企业级的安全管控。预览期间甚至不消耗既有credits，几乎等于免费，但前提是你得先挤过那道窄门。
三层蛋糕：模型、工作台、和一个改变游戏规则的插件包
要理解为什么那张下载页截图会让人兴奋，你得先看清OpenAI在生命科学赛道到底搭了什么。
第一层是模型，GPT-Rosalind本体。 官方描述里它被训练来做跨分子、蛋白质、基因、通路与疾病生物学的推理，在BixBench（面向真实生物信息与数据分析的公开基准）上领先所有已公布分数的模型。与Dyno Therapeutics合作的RNA序列功能预测任务中，它的best-of-ten表现超过约95%的人类AI-bio领域专家。
第二层是Codex，Agent工作台。 今天的Codex已经从2021年用于补全代码的API，演进为能在沙箱里改仓库、跑命令、装插件、并行多Agent的科研操作系统。它有CLI、IDE扩展、网页端和桌面App，能把"查文献→拉数据库→写分析脚本→出图→留下可复查记录"这条过去要花一整天的流水线，压缩到几分钟的对话里。
第三层是插件，科研工具库 OpenAI在GitHub上开源了一个名为Life Sciences Research Plugin的技能包，打通了超过50个科学工具与数据源：Open Targets、GWAS Catalog、AlphaFold、UniProt、ChEMBL、ClinicalTrials.gov、PubMed……几乎覆盖了从靶点发现到临床试验设计的全链路。
▲ GitHub上的Life Sciences Research Plugin文档，展示模块化技能架构与research-router-skill路由入口
更关键的一点是：这个插件包不绑定Rosalind模型。 任何Codex用户都可以用主线模型调用这些工具。R&D World的记者在发布当天就实测过，没有Rosalind权限，仅凭主线模型加插件，十几分钟就做出了AlphaFold蛋白质结构3D可视化和PubMed证据星座图，这在过去是"写半天胶水代码"才能搞定的活。
正门打开，侧门关上
到了2026年7月末，一件微妙的事发生了。
OpenAI开发者社区里开始涌现抱怨帖：普通版ChatGPT和Codex对生物学相关请求的审查突然变严了。 用户反映，即便只是调试生物信息学代码、搜论文、总结实验结果这类"正常得不能再正常"的计算生物学任务，也频繁触发安全拦截，系统弹出提示，大意是"此内容涉及可能有安全风险的生物研究应用"，并建议申请Trusted Access。
一边在收紧，另一边在放开，这显然是一项产品策略。
OpenAI正在重新划定"谁可以用AI做生物学"的边界：通用产品上的侧门越关越小，GPT-Rosalind加受信访问的正门则被打磨得越来越亮。生命科学能力被装进了一个有名有姓、有资格审查、有治理框架的专属通道。
那张下载页截图的冲击力也由此而来。
“Rosalind Codex”：当正门变成了一个下载按钮
2026年8月5日，AI信息账号TestingCatalog发出了那条引发讨论的帖子。
截图里的Rosalind Codex省去了手动选择GPT-Rosalind模型和自行安装GitHub插件的步骤，是一个预配置好、可以直接下载的Codex桌面应用变体。
可以这样理解：过去你要在一个通用IDE里自己装编译器、配环境变量、下依赖包，现在有人给你做了一个开箱即用的专业版，双击安装就能干活。
评论区很快热闹起来
▲ "让专业化研究模型更广泛可用，可能加速科学发现"
▲ "药物发现需要成千上万双眼睛，候补名单不该成为门槛"
有人提出了一个更尖锐的类比：这简直像OpenAI版的Claude Science。
没错就在六周前的6月30日，Anthropic刚刚推出了Claude Science，一个面向科学家的AI工作台，集成60多个技能与连接器，定位是"Claude Code之于软件工程师，Claude Science之于科学家"。
两家公司的竞争焦点，已经从"谁的聊天模型更会背论文"，彻底转向了"谁的科研工作台更能跑通从假设到实验的端到端流程"。
10年魔咒与AI的承诺
为什么生命科学会成为AI巨头的必争之地？
一个残酷的数字：在美国，一款新药从靶点发现到获批上市，平均需要10到15年。早期发现阶段的证据综合、假设生成、实验方案设计，每提速一点，都会在漫长的临床管线里产生巨大的复利效应。
OpenAI在6月的能力更新中，甚至用了一个模拟FDA Type B会议材料的案例来展示GPT-Rosalind的能力，让模型对一份微抗肌萎缩蛋白基因治疗的证据包"挑刺"，指出数据缺口和监管风险。这份材料面向会开监管会议的工业科研团队。
▲ 2026年6月3日，OpenAI发布GPT-Rosalind能力更新，强调"扎根于真实科学工作流"
当然，冷静的声音也不少Hacker News上有生命科学从业者直言：AI能帮你更快找到靶点、更快搜完文献，但临床试验的失败率、监管路径的复杂度、生物标志物的验证才是核心瓶颈。模型不会帮你绕过三期临床
但这恰恰是OpenAI产品设计的精明之处，他们没有承诺"AI直接做科学"，而是把自己定位在工作流辅助这一层：帮科学家更快综合证据、更快生成假设、更快写出可执行的实验方案。Stanford HAI 2026 AI Index的判断也指向同一结论：AI在科学中的自主发现仍处早期，但工作流辅助正在爆发。
谁配用前沿模型？
学术界的不满已经溢出来了
学者Jason de Koning在OpenAI官方帖下直接质问：产品令人兴奋，但封闭的研究预览令人失望，为什么已经付费Pro/Max的学术科学家不能用？
▲ 学术用户对封闭预览的失望："为何不向已付费的学术科学家开放？"
这是一个在生命科学AI领域会反复出现的张力：最前沿的工具给了Amgen和Moderna，许多在实验台前日夜苦干、发不起企业版订阅的博士后和PI们，只能隔着玻璃看。
Rosalind Codex的下载页，是否意味着这扇玻璃门终于要碎？
现在下结论还为时过早 下载按钮不等于无限能力，即便应用可以公开下载，模型权限是否仍然绑定受信访问、是否仍需企业资格审查，这些问题在OpenAI官方确认之前，都悬而未决。 也许"下载"只是安装器层面的产品化包装，而闸门依旧在云端。
但有一件事已经确定无疑：AI科研工作台这个品类，正式成立了。 OpenAI的Rosalind Codex、Anthropic的Claude Science，两个最强大脑同时布局同一个方向，当聊天框变成实验台，当prompt变成protocol，谁的操作系统先跑通科学家的日常，谁就拿下了下一个十年最值钱的赛道。
那张黑底白字的下载页，也许就是发令枪。
