数千智能体并行分析脑细胞，流程代码开放

数千个 AI 智能体用 32 分钟分析数百万个小鼠脑细胞数据，这项研究值得程序员关注的，是它如何把大任务拆成可以并行处理的小任务，再把结果组织成可追溯的研究线索。

OpenAI、PerturbAI 和斯克里普斯研究所的尝试表明，分布式智能体可以帮助研究人员筛选实验方向。不过，「相当于人类数月工作」是团队估算，AI 找到的生物学机制也仍是假设，不能当成已经证实的发现。

32 分钟完成的究竟是什么

据 IT之家 10 月 23 日报道，OpenAI 在 10 月 21 日介绍了这项研究：团队使用面向生命科学研究的 GPT-Rosalind，分析一份覆盖整个小鼠大脑的 CRISPR 图谱。

这里的图谱，可以理解为一份基因干预结果集：某个基因受到干预后，不同脑细胞出现了哪些变化。AI 要做的是分析这些变化、查阅相关文献，再寻找可能的解释。

32 分钟对应数据分析过程，不是从开展实验到验证机制的完整科研周期。

团队估计，人类研究人员逐项分析结果并检索文献，可能需要数月到一年。但报道没有提供同等条件下的人类对照实验，也没交代计算资源、运行成本，以及数据准备和报告整合是否计入这 32 分钟。因此，它展示了处理规模和速度，尚不足以精确计算效率提升倍数。

数千个智能体如何分工，结果又如何汇总

任务的拆分单位是「一种基因干预」。每个智能体负责分析相关细胞的反应，检索科学文献，并为观察到的变化寻找生物学解释。

这种拆法适合并行执行：各个任务有相对清楚的研究对象，不必等待其他任务完成才能开始。对程序员而言，它接近批处理任务的思路，只是每个执行单元还承担了文献检索和解释工作。

随后，研究人员把报告整合为「Reasoning Atlas」推理图谱，将基因、细胞变化、参考文献和潜在作用机制关联起来。它的用途是帮助研究人员沿着证据继续追查，而不只是阅读一份长报告。

研究团队还做了分布式智能体与单个智能体的盲测比较。在 20 组配对报告中，生物学专家的评审偏好如下：

• 75% 更倾向于分布式智能体报告。
• 16.7% 更倾向于单个智能体报告。
• 8.3% 判为平局。

这里统计的是评审偏好，不能读成生物学结论的准确率。报道也没有说明评审总次数，不能直接按 20 组换算票数。

最大规模测试中，分布式智能体引用了 700 多篇文献，单个智能体引用了 11 篇。检索覆盖面确实拉开了差距，但引用数量本身不能证明引用准确、解释可靠。

AI 找到了线索，离证实机制还有多远

报道给出了两条具体线索。

第一条涉及 Tsc1 和 Tsc2。两者共同参与调控细胞生长、代谢等过程，但在小脑部分神经元中，干预 Tsc2 会改变多种与神经元通信有关的基因表达，干预 Tsc1 则没有产生同等程度的变化。这种差异可能帮助研究人员进一步理解结节性硬化症相关的脑部异常。

第二条涉及 DCTN1。干预该基因后，部分与胆固醇合成有关的基因表达水平上升。智能体结合既有文献中关于胆固醇运输异常的研究，提出了一个问题：DCTN1 功能异常是否会改变神经元内部的胆固醇分布，并参与神经退行性变化？

从「表达水平上升」到「影响胆固醇分布」，中间仍有需要实验补上的证据。

论文于 2026 年 10 月 16 日发布在 bioRxiv，目前尚未经过同行评审。团队也明确强调，这些联系和机制仍是待验证的研究假设。

我的判断

我认为最有价值的做法，是先找到清晰的任务边界，再让多个智能体分别查证，最后把结果与证据关联起来。对需要遍历大量独立对象的分析任务，这比让一个智能体承担全部工作更有参考价值。

这项研究有盲测数据支持，不能简单归为经验之谈；但数据支持的是特定条件下的专家偏好，尚不能推广成「智能体越多，结果越好」。报道没有交代资源预算是否一致，也没有给出与传统批处理、检索流水线的对照。

另外，普通团队未必拥有同样的数据质量、领域模型和专家评审能力。把架构搬过去容易，建立可信的评估标准更难。

能拿来做什么

• 遇到批量 AI 分析任务时，先检查能否按独立对象拆分，并为每个任务定义相同的输入和输出要求，再考虑增加智能体数量。
• 设计分析报告时，借鉴 Reasoning Atlas 的关联方式，让观察结果、参考来源和推测解释能够对应起来，方便人工复核。
• 比较单智能体和多智能体方案时，可以采用配对盲评，同时记录耗时、成本和引用质量，避免只用输出长度或引用数量判断效果。
• 让 AI 批量提出线索后，安排人工筛选和后续验证。此次研究中，智能体的直接用途就是帮助确定哪些方向值得优先开展实验。