通用生物医学AI智能体可自主执行科研任务
斯坦福大学团队研发的通用生物医学AI智能体Biomni，能自主完成数据分析到实验设计等科研任务，多项任务接近人类专家水平且耗时更短。其通过挖掘文献定义学习任务，以大语言模型为规划引擎。该成果旨在为科学家赋能，而非替代人类。
来源：科技日报
科技日报记者 张梦然
斯坦福大学的研究团队最近在《科学》杂志上发布了一项新成果——一个名叫Biomni的通用生物医学AI智能体。这家伙能自己搞定从数据分析到实验设计的一整套研究任务。团队在多个案例中测试了Biomni，发现它的表现相当稳定，多项任务已经接近人类专家水平。这个成果意味着，AI智能体完全可以和人类研究人员并肩作战，加速生物医学从基础研究走向实际应用。
生物医学研究这些年确实帮我们搞清了不少疾病机制、诊断方法和治疗手段，但问题也随之而来：工作流越来越复杂，数据集越来越大，专业工具越来越多，文献增速简直让人眼花缭乱。结果就是，现有的知识和资源很难被充分利用。对专业研究人员的需求已经超过了可用的劳动力，大量有价值的数据和分析机会被搁置。开发能扩展专业知识、加速发现的工具，已经成了当务之急。而AI智能体的发展，正好为重塑生物医学研究的某些环节提供了可能——前提是这类工具能覆盖足够广的医学任务，不能只会做某一件事。
Biomni的设计思路很聪明：它通过挖掘海量生物医学文献，定义出一套覆盖比较全面的学习任务。然后，大型语言模型充当规划引擎，负责理解用户请求，并把它拆成一连串多步子任务。这套机制让Biomni在没有预设工作流模板的情况下，也能自己组装并执行完整流程，灵活度相当高。
团队把Biomni放到多个生物医学基准上测试，并在多项任务中和人类专家做了对比。结果发现，Biomni的准确度始终能和专家级水平匹配，而耗时明显更短。五个案例研究都验证了它的工具能力，从可穿戴传感器数据分析，到为研究人员设计实验协议，Biomni都干得不错。
不过，团队强调，这项成果的价值不在于宣告“AI替代人”。虽然Biomni已经接入不少生物医学工具与数据库，但评估任务只占一小部分，若干关键方向还没触及。即便如此，通过把复杂工作流自动化，研究人员可以把精力挪向创造性的假设生成、实验创新和跨领域协作——这部分才是人类科学家更该花时间的地方。
总编辑圈点
AI正深刻改变科学研究的传统范式。科研活动高度依赖科学家的经验判断和反复实验，同时持续产生大规模数据。而AI恰恰具备两大“过人之处”：一是能胜任枯燥的重复劳动，二是擅长对海量数据进行快速分析。这两大特点让AI在科研场景的应用如鱼得水。当然，需要明确的是，AI在科研领域的角色定位，不是代替科学家，而是为科学家赋能，成为他们的智能助手。最终目标是把科学家从繁琐事务中解放出来，去从事更具原创性和碘伏性的创新探索。
全国首个省级政务智能中枢“湾擎”上线试运行，腾讯AI工作台WorkBuddy作为核心组件接入，提供公文处理、政策研究等专业化能力，支持国产化部署与数据安全，助力政务AI从碎片化走向集约化运营。
QtCreator20跨平台IDE发布，引入ACP框架支持接入ClaudeCode、OpenAICodex等AI智能体，开发者可在聊天面板直接交互无需切换窗口。已有MCP协议扩展AI生态，新增沉浸式禅模式。这一更新极大提升开发效率与AI协作体验，推动智能编程发展，为开发者带来全新体验。
苏宁易购618联手贾乃亮举办沉浸式云测评直播，现场展示手机泡水、空调静音等真实测试，用户纷纷点赞。平台给予大幅补贴，最终成交额超过3300万元，人工智能新品瞬间售罄，其中华硕天选7Pro、vivoY6m、美的酷省电空调销量均领先。
奇安信启动“AI时代，攻防先行”新品发布周，推出聚焦安全智能与智能安全的产品组合，标志网络安全进入AI智能体对抗新阶段。首发“威胁分析数字专家”，支持对话即研判，覆盖IOC研判、样本归因、APT分析等场景，即日起面向全行业免费公测。
英伟达GEAR实验室的AutoResearch系统首次在真实物理世界运行，基于ENPIRE架构，AI智能体自主完成机器人感知、决策、执行与迭代，实现扎带捆扎、显卡插装等高难度操作，人工干预极少，计划开源以推动具身智能技术普及。
高通庄思民在2026MWC上海指出，AI智能体正重塑价值创造路径，通信从传输比特转向支撑词元流动。6G需融合连接、计算与感知，提升上行能力，构建计算连续体实现终端-边缘-云端协同。计划2028年展示预商用终端，2029年商用。
重庆首个AI智能终端共享工厂将于7月1日在两江新区明月湖科创园投产，提供一站式硬科技产品共性技术及制造服务。试运营期间，打样周期从15天压缩至3天，开发周期缩短近一半，正式投产后预计产品成功率提升30%，开发成本降低20%。
牛津大学等机构联合发布的GauntletBench测试平台显示，当前最强AI智能体在复杂任务中完成率不足20%，而普通人类完成率超80%。AI在时间感知、图形理解、三维空间推理等能力上存在明显短板，真实能力与普遍印象差距显著。
清华大学、浙江大学等高校提出OPID框架，解决AI智能体在长程任务中仅依靠最终成败信号训练的低效问题。该方法从在线轨迹中提取情节级与步骤级技能，通过关键优先路由生成密集训练信号。在ALFWorld、WebShop等基准上，OPID显著优于纯结果导向方法，小模型提升尤为明显，且技能被有效内化，具备迁移能力。
龙岗区坪地街道上线民生诉求分拨智能助手，利用自然语言识别和权责知识库，实现工单毫秒级智能分拨，解决人工派单慢、权属模糊等难题，缩短处置周期，提升精准度和群众满意度。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
