GenBio · Panel Discussion · 生成式与 agentic AI 在生物学的未来
来源： Panel Discussion · 生成式与 agentic AI 在生物学的未来
播客： ICML 2026 · GenBio
分类： 科学
原文发表： 2026-07-10
纪要生成： 2026-07-13
基本信息
- Workshop：GenBio @ ICML 2026
- 类型：Panel Discussion
- 主持人：一位 workshop co-organizer（转写中未自报姓名；会后由 Chris/NVIDIA 主持颁奖）
- 嘉宾：
- Masatoshi Uehara（"Masa"，OpenAI；RL 理论背景）
- Samuel Stanton（Anthropic；曾在 Genentech 做 lab-in-the-loop）
- Anthony Costa（NVIDIA；自建公司做自动化实验室基础设施）
- Pranam Chatterjee（University of Pennsylvania；带本科生+纯实验学生）
- Shuangjia Zheng（上海交通大学 SJTU；PhD 导师，做生物分子建模）
- 真实时段：约 16:00–17:00（KST，7/10）
一句话概括
一场围绕"agent 时代科学家做什么、如何培养科研品味、生物学最缺什么数据、以及如何加速湿实验室 lab-in-the-loop 闭环"的多轮讨论。共识是判断力/品味/领域知识变得更值钱、评估与数据基础设施是瓶颈；分歧集中在"人-AI 融合"到什么程度——Stanton 认为"Claude 已是我的先验，是'我们'一起解题"，Chatterjee 与 Roohani（从台下加入）则强调"选择什么问题有趣、求解本身的人类意义"仍是模型尚未具备的能力。
讨论主题与背景
主持人为节省时间先抛两个引子问题（一个偏 agent、一个偏 generative AI），再开放观众提问，主要落在教育/培养、科研品味、数据缺口、湿实验室闭环四条线上。
分议题记录
议题一：agent 越来越会工程/编码/执行，科学训练该怎么变？科学家的角色与所需技能是什么？（呼应 Sam 上午的 talk）
- Samuel Stanton（Anthropic）： 科学家的角色仍是选定研究议程的大方向、判断执行质量、决定何时叫停一条路线并转向、何时宣布一个结果。AI 运行在"世界的数字副本"里，我们必须不断核对 AI 看到的与我们看到的是否一致；而且宇宙很大，永远会有分布外（OOD）的东西。
- Anthony Costa（NVIDIA）： 我早已不写生产代码，但仍用 agent 给自己写系统。长时程任务里误差会累积，你作为工程师/设计者的角色很快变得非常明显——你是最顶层的判断执行官。"我一直在赶猫（herding cats），看着东西刷屏、不断喊'走这个方向、别走那个'。"执行速度快到极致时，判断力反而更值钱而非更不值钱。类比 Amdahl 定律：加速上限取决于你无法并行/加速的最慢环节——若把执行的难度全部拿掉，你最好也大幅提升你判断这些工作的能力。
- Pranam Chatterjee（UPenn）： 我教本科生，所以这问题对我很难、也让人为他们担心。我告诉他们：在科学发现的整条光谱上，中间正在被商品化（commoditized）；两端——ML+核心数学的专长、以及某个非常专门的生物/专业领域——仍然存在。若还投资去培养判断 AI 系统所需的核心知识（正如 Sam、Anthony 所说），那就是我们该投入训练下一代科学家的地方。但对年轻 trainee 而言这确是艰难、焦虑的时期。
- Masatoshi Uehara（OpenAI）： 我博士做 RL 理论，如今几乎没人做那个了，因为 AI 几乎什么都能解——若问题是"怎么最大化某个目标"，RL 已经明显超人。但人仍可作为 verifier，这个意义上领域知识仍然重要。而要成为好的 verifier，人其实在做一种"policy distillation"——选择老师、向老师学习。为此 EQ 很重要：我其实是内向的人，但仍努力向他人学习，因为专家的意见常常不在互联网上。
- Shuangjia Zheng（SJTU）： 我也同意，policy distillation 是很好的演化策略。第一是品味与判断（taste and judgment）；第二是靠热情自我演化的能力——对下一代更重要的是与 AI 协同演化（这些技术演化极快）。一旦有一个用热情驱动的根本问题，就能与 AI 一起演化、借助 GPT、Codex、CC 等工具去解决科学问题。作为 PhD 导师我的体会是：只要能激活学生对某个问题的热情，他们就能自己解决所有问题。
议题二：前沿模型有没有"科研品味"？我们如何培养更好的品味、避免被 agent 反超？（主持人追问）
- Pranam Chatterjee： 你一生能解的问题有限，到某个点会退休、不想再解了。所以要选你最有条件解、且手上工具最能支撑你能力的问题。难点在于我们不知道当前工具将来自己能做到什么。于是问题变成：是先探索更增量的科学、看能走多远？还是直接说"我现在就想治愈癌症、需要什么工具马上把我们带到那"？我们要找到与 AI 最佳协作战术。
- Samuel Stanton： 顺着说——"解一个还没有解的问题"与"给现有解法打补丁"是有区别的。所谓"AI-pilled"，底层就是相信模型会随数据与算力持续变好；这意味着别赌模型停在今天的水平（"skate to where the puck is going"，去冰球将到之处）。但你很容易把自己想进死胡同、陷入瘫痪——而什么都不做肯定是次优策略。所以挑一个问题就开干是好的，但最好这个问题是'基本的'——不是从"我们今天解这问题的方式的某个缺陷"派生出来的。
- Anthony Costa： 系统变化太快、可用工具不停换，对不太 AI-pilled 的人更是令人不知所措。所以有一个你能反复回去、用来学习新工具/新技能的问题是很好的实践——而不是每次都去追那个"因为一切都变了、突然看起来可及"的新东西。我这么做可能过头了——我大概用 agent 把同一个问题解过约 150 次，一是忍不住（我就是那个 AI-pilled 的人），二是有个恒定参照物确实教会我有用的东西。
- Masatoshi Uehara： 科研品味确实很重要，我也不确定自己有没有好品味。但我逐渐觉得很多 ML 论文越来越增量，我对许多论文不再感到惊讶——可能是我知识退化，也可能是大家普遍收敛到同一批问题、很容易做增量。真正去解一个新问题很重要，但需要承担很大风险。
- Pranam Chatterjee： 所以我们现在就该与领域专家接触，因为有太多我们不知道的随机问题。我在主会看论文时想：要是把这些工具用到设计 PROTAC、molecular glue，就能解决好多疾病——我们常常只是不知道那个问题。别只因为一个问题"性感"就去做。我常批评 AlphaFold（在 AI-bio 场合听起来疯狂）——很多人在知道蛋白折叠为什么是个问题之前，就把它当成问题去解了；是的我们想看蛋白怎么折，但你想过为什么需要吗？这点现在能变了——因为有了工具，你可以在利基（niche）领域问真正的难问题。所以就去问那些现在完全无解的问题，而不是我们都收敛过去、以为重要的通用问题。
- Shuangjia Zheng： 顺着 Samuel 补一个判断科学问题是否重要的办法：当我们围绕它建 benchmark / 数据集时，如果解决这个问题/数据集能提升大语言模型的通用推理能力，那就非常有价值——说明这个数据足够有价值、足够第一性原理。
- Pranam Chatterjee（反问 Anthropic/OpenAI）： 但那是功利主义的想法。数学证明——我们必须证明它们来改善世界吗？还是它是人类作为人类去做的、值得骄傲的成就？大问题是我们想把线画在哪：哪些是"我们自己解才满足"，哪些是把 Claude/ChatGPT/Gemini 当先验、让它们做主要求解者。如果最重要的只是"把问题解掉、因为它有益于世界"，那谁在乎？但让工具去解，总有一种不满足感。
- Samuel Stanton： 大概不到一年前我有个心态切换：以前因 ML 训练背景，我总觉得"有我和我的先验、有模型，它们是不同的东西"；某刻我意识到——Claude 现在就是我的先验，我没有比"问 Claude 怎么想"更好的先验了。这不代表 Claude 总对（先验本就如此）。也许那就是我与机器融合的时刻——不再有"我解还是 Claude 解"，只有'我们'一起解。这或许就是 Arvind 昨天所指的方向——我说的这个"我们"还不是超级智能，但你能看出他在暗示什么：也许这个区分本身并不重要，问题只是"现在是什么阻止我们回答这个问题"。
- 主持人： 那到那时你就把它变成一项运动（sport）——像去健身房，让大脑保持不增强、纯人类。
议题三（台下 Yusuf Roohani 加入）：数学作为"运动"更根本吗？"什么问题有趣"是人类独有的能力吗？
- Yusuf Roohani（Arc/台下）： 比"运动"更根本——若没有人类，数学问题一开始就不会有趣。Claude 永远不会主动去解 Hilbert 的某个问题——没有功利价值；而人类以增强方式去解它，是有价值的，那是一种对永恒智慧的根本追求。这引出一个更广的"Claude-人类系统"问题：Claude 的先验能告诉你如何解一个问题，但它永远不会告诉你哪个问题有趣（除非我们以某种广义方式"解决了品味"）。人类在发现某问题有趣时的敬畏感、对自然的领悟，是一种尚未放进模型的认知能力。因此"人骑在 Claude 这头大象上"并不是那种终将不再是 cyborg 的东西。
- Pranam Chatterjee： 我同意。但我几分钟前才说人该聚焦在需要深数学/深生物知识的科学边缘、才能问好问题——可连这个都可能被见过更多知识的工具做得更好。所以你是否仍相信：如果工具能想出好问题、找到自己的"热情"，我们仍应参与/纠正？我们能觉得某些问题有趣，但也有些问题就是内在必须被解的——难道我们只把"没有效用但好玩"的问题留给人类？而那些"必须被解"的问题，其实AI agent/工具同样也能处理，对它们并非禁区。（此处为开放式交锋，未收束）
观众提问一（Divya/组织者，偏数据）：当前数据版图里，什么数据缺、缺得不够？若要有这类数据，应以什么格式记录才能机器可读？
- Samuel Stanton： 我们仍在非常早期。打个比方：你某天醒来意识到"国家其余地方也存在"，但你只有你本地街区的数据——第一步是挨个去别的镇上打招呼，问"你们在乎什么、这里在发生什么"。有人（也许是 Ben Recht）说过：你的 likelihood 就是你的数据库——你恰好挑了哪个数据库，就决定了你以为自己在揭示的那个"根本真理"。这不必如此，但需要我们从"临时（ad hoc）为回答某个问题而收集数据"彻底转向"极其系统化地收集"。
- Anthony Costa（两个答案）： (1) 务实——接着 Yusuf 的 talk：随着反馈闭环越来越复杂、越来越远场（far-field），我们对这类努力得到的数据越来越少、有时根本没有。我公司一直在搞如何支撑挂在这些 agent 上的自动化实验室基础设施——那些数据要么质量差、要么密度太低/太稀疏、或干脆不存在。(2) 更哲学——若我给这屋里任何人 10 亿美元、说"去生成解决所有问题所需的数据"，屋里会有很多意见，但没人能自信说知道该拿这笔钱怎么办。原因之一：大家都觉得为真、也在各场 talk 出现的东西——跨多时间/长度尺度的推理、多模态——其实今天我们几乎没有证据支持它们真的奏效。这与把自动驾驶数据拼起来（并发测量、相当一致）完全不同——在生物学的尺度上我们并不并发测量。所以有一些很基础的科学问题，要求我们别对"我们现在知道需要什么数据"过度自信。
- Pranam Chatterjee： 生物学我常想两类模型：给定标注数据的预测模型，与设计新序列/结构的生成模型。生成模型需大量数据，但可用大量未标注的脏数据（配合降噪方法）；预测模型可用更少的高质量数据——在 200–300 个点上训个 XGBoost 也能不错。大问题是如何把它接到有意义的预测：我们听 Yusuf 说扰动数据很有用——它在转录组上采，也能在蛋白组上采、拿到更深数据。而且现在有新纪元——在自然语言上训练、能对生物+物理做推理的 AI 工具。所以必须是融合：哪些数据需要用来填预测模型的空白（实验难拿的），如何与已有大量数据的模态的生成模型最佳配对。我们不能停止在细胞/组织这类功能尺度产生干净生物数据；分子数据也有填补空白（如动态）的机会。总体上，在有好数据的地方清理补丁，在真正缺的地方（系统尺度，如 Yusuf 说的）拿高质量数据、整合起来得到最好的表征——有了好表征，就有条件开始解生物问题了。
- Masatoshi Uehara（略正交）： 大家常谈"给定数据怎么用"，但更让我兴奋的是 AI 对'获取新数据'非常有用。Joy 已谈过用 GPT 做无细胞合成（cell-free synthesis）与实验协议；技术上，像 cryo-ET、空间蛋白质组学这些极繁琐的实验，做的人其实大量用 AI 来采集数据。还能更进一步——AI 甚至能用物理设计全新的真实实验。这才是我们真正想要的递归自我改进——在真实真理里、而非在 in-silico 里。我认为生物学会因此大变。
- Shuangjia Zheng： 好问题。我们最近发布了 Open DDE（生物分子建模），深感这是一种协同演化——搭模型时花大量时间想数据，看到架构与数据格式之间的协同演化：只有当我们把架构固定/逼近某问题的最优架构后，才能有好的数据格式。例如 AlphaFold 之于蛋白折叠是很好的架构，随后大家意识到结构数据、模板数据、构象数据、共进化数据最有信息量，于是开始为晶体结构做合成数据、思考如何生成更多（合成）共进化数据来贡献折叠。LLM 阶段也类似——先弄清某问题的最优架构，再收窄训练数据、把数据越做越好。
观众提问二（Speaker 15，100% 湿实验室）：把 in-silico 预测带到真实湿实验室产品、缩小"预测↔产品"差距的障碍是什么？如何降低门槛、让闭环越来越快？
- Masatoshi Uehara： 有若干创业公司在尝试把 LLM 无缝集成进湿实验室——结合 VLM+LLM+机器人，学界也在发生，能做 lab-in-the-loop，但成本很高，本质上只是时间问题。有不少 startup（如 Celine 等）。
- Pranam Chatterjee： 我一半学生是纯实验学家，我不确定 lab-in-the-loop 对湿实验室生物学家是最佳前进方式（在 agentic workshop 说这话可能不讨喜）。原因：要确保你实验上测的，真的是你在更大系统里想看到的——比如在 96 孔板测药物毒性，那个信号是你该用来指导下一轮实验的正确信号吗？这正是好的 LLM 工具能帮忙处加上下文/环境信息（如放进人体或小鼠会发生什么）——那是高通量实验拿不到的数据，如何整合进下一轮实验。所以是"用现有数据训好预测模型 + 加上下文信息"两者的混合。
- Samuel Stanton： 我在 Genentech 想过很多。lab-in-the-loop 对不同人含义不同（自 2022 我开始做以来变了很多）。若你的愿景只是一遍遍跑同一个实验去优化同一个数字，也许可以想大一点。但你的问题很务实，我就务实答：坦白讲很多湿实验室会因简单的工业工程而受益——想清楚仪器布局、排程。真正的障碍是实验室没有被仪表化（instrumented）、我们观测不到实验室里在发生什么，无法避免这些坑；确保随时有所需试剂等——过去要一支人马，未来能有很多极高效运转的实验室。但有个前置问题要先解决：达到足以看清实验室状况的临界点才能明智决策。而且坦白说，很多实验室仪器厂商刻意让你难以从仪器取数据/诊断（因其商业模式）；但商业模式一直在变，鉴于大量资本涌入 lab-in-the-loop，我预期厂商要么跟上要么被淘汰。短期看，"知道实验室 24/7 在发生什么、真正提高利用率"本身就是好事。
- Shuangjia Zheng： 循环速度全在于基础设施。我与一个高度数字化的生物实验室密切合作做发现——对简单实验（合成表达、测某些 binder 的结合）能做高通量、循环极快，这正是近两年蛋白 binder 设计能如此成功的原因。但推进到体内（in vivo）研究就总是很慢、很难 scale。我的思路是聚焦 AI 能做的、让那部分极快，再为体外/体内研究另建基础设施（如 NGS、barcoding 等可扩展验证手段）——但扩大验证靠的始终是新的生物技术、而非 AI。
- Masatoshi Uehara： 我最近兴奋的是成像/无法 scale 的部分——比如细胞培养、类器官工程、小鼠模型，用 VLM+机器人：如果有钱，我们其实能 scale。
- 主持人： 这正是我个人想看到的。
（随后进入 GenBio 2026 颁奖环节，非讨论内容，略。）
关键分歧与共识
共识：
- 判断力/品味/领域知识变得更值钱：执行被商品化后，选方向、判执行、当 verifier 的能力上升（Stanton、Costa、Chatterjee、Uehara、Zheng 一致）。
- 数据是核心瓶颈，且当前 ad hoc、稀疏、远场、缺系统级/功能尺度数据；需从"临时收集"转向"系统化收集"，并让 AI 也参与生成/采集新数据（Stanton、Costa、Chatterjee、Uehara）。
- 架构与数据格式协同演化，先逼近最优架构再定义数据（Zheng）。
- 湿实验室闭环的瓶颈是基础设施与仪表化，而非算法本身；扩大验证仍要靠新生物技术（Stanton、Zheng、Uehara）。
分歧/交锋：
- 人-AI 融合的程度：Stanton 主张"Claude 已是我的先验、是'我们'一起解题，人机之分或不重要"；Chatterjee 与 Roohani 反驳"选择什么问题有趣、求解本身的人类意义（敬畏、对自然的领悟、永恒智慧的追求）"仍是模型不具备的能力，"人骑在 Claude 大象上"的 cyborg 关系不会消失。
- 该不该"为喂 LLM 而做实验"：Chatterjee 明确质疑"实验室的最优目标是否就是产数据喂 LLM"，并对"让工具做主要求解者"表达不满足感；Stanton 以"merged with the machine"回应。
- lab-in-the-loop 是否是湿实验室最佳路径：Chatterjee 对此持保留（担心测错信号），Uehara/Zheng 更乐观但强调成本、基础设施与"分而治之"。
- AlphaFold 之争：Chatterjee 批评"很多人在知道蛋白折叠为何是问题之前就去解它"，主张转向利基领域的真难题。
名词 / 引用
- Amdahl 定律：Costa 用以说明"执行去瓶颈后，判断力成为新瓶颈"。
- policy distillation：Uehara 类比"人选择老师、向老师学习"以成为好 verifier。
- AI-pilled / "skate to where the puck is going"：Stanton 语，相信模型随数据算力持续变好、别赌其停在今天。
- likelihood = your database：Stanton 引（疑 Ben Recht），指数据集选择决定你以为的"真理"。
- PROTAC / molecular glue：Chatterjee 举的利基难题例子。
- cell-free synthesis / cryo-ET / spatial proteomics：Uehara 举的"AI 辅助采集/设计实验"例子。
- Open DDE：Zheng 团队近期发布的生物分子建模数据/模型（用于说明架构-数据格式协同演化）。
- Bio Discovery Agent / 器官尺度扰动图谱：Costa、Chatterjee 多次回指 Yusuf Roohani 的 talk。
- Arvind（"Arvin"）：Stanton 引其"昨天"关于人机合一的论述。
- Genentech：Stanton 早年（2022 起）做 lab-in-the-loop 的经历来源。
原文发表：2026-07-10 · 纪要生成：2026-07-13