近 2000 個 AI 代理人只花 32 分鐘，讀完 770 萬顆小鼠腦細胞的基因圖譜

OpenAI、PerturbAI 與 Scripps Research 在 10 月 21 日公布合作成果：以 GPT-Rosalind 驅動的代理人群，在 32 分鐘內完成人類團隊要花數月的研究解讀，並提出新的神經退化疾病研究線索。

如果把一項需要人類團隊花上數月的研究解讀工作，壓縮到半小時內完成，科學研究的節奏會變成什麼樣子？OpenAI、PerturbAI 與 Scripps Research 在 10 月 21 日公布的合作成果，給出了一個具體答案：近 2000 個 AI 代理人分工合作，在 32 分鐘內解讀了一份涵蓋 770 萬顆小鼠腦細胞核的全腦基因圖譜。

一個基因配一個代理人：平行分工的威力

這份圖譜的來源，是 PerturbAI 建立的全腦 CRISPR 圖譜。研究人員以基因編輯技術逐一擾動 1947 個與疾病相關的基因，並記錄不同腦細胞的反應。過去要理解這些數據的意義，科學家得把實驗結果與數十年累積的文獻一一對照，曠日廢時。

這次的做法是讓每個代理人認領一個基因擾動，各自分析細胞反應、查閱相關論文，再把結論彙整成一份可搜尋的「推理圖譜」。圖譜把基因變化、細胞反應與既有文獻串連起來，讓其他研究者可以直接比較相關基因、追蹤出乎意料的反應，而不必從頭重做分析。

分工勝過單打獨鬥：盲測偏好比例達四分之三

關鍵的對照實驗在於：同樣的任務如果交給單一代理人依序處理，結果會差多少？根據公布的數據，分散式代理人群引用的文獻超過 700 篇，單一代理人只引用了 11 篇。在博士級生物學家參與的盲測中，專家偏好多人分工產出結果的比例達到 75%。

研究還浮現了兩條值得追蹤的線索。其一是 Tsc1 與 Tsc2 這對基因：擾動兩者對小腦等運動相關腦區的影響出現出乎意料的差異，這對結節性硬化症的研究具有參考價值。其二是 DCTN1 基因與神經元膽固醇代謝之間的關聯，這可能為類似帕金森氏症的神經退化疾病開啟新的藥物探索方向。

假說不等於驗證：人的角色仍在中心

必須強調的是，這份成果目前是以預印本形式發表於 bioRxiv，尚未經過同行評審。代理人提出的是研究假說與優先順序，而不是已經驗證的療法。OpenAI 也明確表示，科學家仍站在決策中心，負責決定哪些線索值得投入實驗驗證。

不過，這個案例揭示了一種可複製的工作模式：機器負責大規模生成與排序假說，人類負責判斷與驗證。對任何手握龐大數據、卻苦於解讀速度跟不上的領域來說，這種分工方式的價值，恐怕不亞於模型本身的聰明程度。

資料來源

• OpenAI 官方部落格：Scaling AI research for complex biological data（2026 年 10 月 21 日）
• TechTimes 相關報導
• TechRepublic 相關報導