来源： Invited Talk 01 · James Zou 播客： ICML 2026 · GenBio 分类： 科学 原文发表： 2026-07-10 纪要生成： 2026-07-13
以"scaling 智能体数量"为主线，展示从 5–8 个智能体的 Virtual Lab、到数千智能体的 Virtual Biotech、再到数百万智能体的 Paper-to-Agent，说明当 AI 从"科学工具"变为"科学家"、且智能体规模不断放大时，可以协作攻克越来越复杂、越来越有野心的药物发现难题，并给出多项可实验/独立验证的成果。
Zou 指出当前正经历一个激动人心的范式转变：从把 AI 当作药物发现（乃至整个科学）的工具，转向把 AI 本身当作科学家。他关注的一条探索轴是：当不再只有单个智能体解决问题，而是把智能体数量从"数十个"放大到"数百、乃至数百万个"、让它们开始协作时，能否攻克更有挑战、更有野心的项目？全场围绕"scaling up AI scientist agents 的数量"这一轴展开。
这是团队在该方向迈出的第一步。Virtual Lab 创建一支相对小的团队（约 5 到 8 个 AI 智能体），模拟 Zou 在斯坦福的实体实验室：有一个负责运转实验室的 AI 教授（PI agent），以及一批专长各异的 AI 学生智能体（从蛋白质设计、到免疫学、到机器学习）。这些智能体会开自己的组会（group meeting），获得预算可跑实验；团队还为智能体建了一所"学校"，它们可以去上学、自我提升（self-improve），学习如何成为更好的研究者。
以左侧一个例子说明：在组会里，先由 PI（教授）智能体向其他智能体解释目标——设计一个能结合近期新冠变异株的 binder；随后其他智能体发言、贡献想法。经过一系列讨论，智能体们提出了一个新的计算框架，用不同工具帮助设计并优化 nanobody（纳米抗体）蛋白，使其能结合新冠新变异株的 spike 蛋白。智能体给出的 nanobody 设计经湿实验合成制备并测试，结果显示它们是比此前最佳人类设计的 nanobody 更强的结合体（much stronger binders）。这是一个令人兴奋的初步演示：几个智能体组成的团队模拟人类实验室、协作攻克有趣难题并获得实验验证。
更进一步，团队想模拟的不再是单个实验室，而是整个药物发现组织——用数千个专长/角色各异的 AI 科学家智能体，称为 Virtual Biotech。
应用一（临床试验结果的自动整理）：Virtual Biotech 自动创建了 37,000 个 clinical trial agent，每个负责一项临床试验、读遍相关论文与文献，弄清该试验实际发生了什么（主/次要终点、终点结果、是否成功、若中止为何中止、有无副作用等），并全部链回原始数据源（PaperClip 在此很有帮助）。人类专家对随机子集做了核验。
应用二（预测试验成功的分子特征）：临床试验极其昂贵，能预测哪些更可能成功就能优先排布整个药物发现组合。已知"有遗传学支持的靶点"更可能成好药，但遗传学之外还有哪些分子特征不清楚。智能体注意到单细胞数据越来越多，于是设计了两个单细胞特征：
智能体用先前整理的数万条试验结果，为每个试验的靶点整理最相关单细胞数据、计算这两个指标，再与试验结局相关。结果：高细胞特异性得分（蓝）或高双峰性得分（橙）的靶点，其试验更可能进入 phase 2/3/4、更少因副作用等终止、更可能达到主/次要终点。总体上，靶向这些细胞类型特异基因的药物，比同一适应症、同一公司、无单细胞支持的相似药物，进入市场的可能性高约 48%。
应用三（新治疗策略设计，B7H3 案例）：请智能体为 B7H3（又名 CD276，一种跨膜蛋白、免疫检查点/免疫抑制因子，肺癌靶点）设计疗法，展示其逐步推理：
综合遗传学、单细胞、细胞通讯、空间生物学到人类临床基因组的多模态证据后，智能体提出针对 B7H3 的新疗法设计：抗体药物偶联物（ADC）——把靶向 B7H3 的抗体连上化疗 payload，抗体到达靶点后释放 payload 杀伤周围细胞。该设计基于 2025 年 1 月之前可得信息完成。数月后，Merck 独立地收敛到同一策略：靶向 B7H3 的 ADC，连上 Dxd 类化疗 payload，在人类临床研究中显示高度有前景，并获得 FDA 突破性疗法认定（Breakthrough designation）。这被视为来自第三方的强力外部验证。
野心更大的一步。过去数百年，科学知识以论文这种静态、被动的产物表示，但这并非有效的知识捕获方式：研究者多年心得被压缩成纸上文字，往往捕捉不到真正的洞见与 know-how；读者也难仅凭静态论文弄清如何用数据/代码。设想把这些被动知识转成动态、主动的 paper agent——每个 paper agent 充当该论文/知识的虚拟作者。
演示中可让 paper agent"把这篇论文的方法用到我自己的数据/问题上"，它会自动生成可复现的工作流与 trace，返回最终分析与发现，让知识的传播、应用、维护都更容易。
实现方式（Paper-to-Agent 自动流程）：多个 worker agent 深入论文与其代码库，尝试构建虚拟环境复制并模拟原始研究过程（例如复现论文结果）；在此过程中生成一个 paper MCP，捕获使用该论文资源的全部工具、说明与 know-how。将 paper MCP 接到任意下游语言模型，就把该模型变成"虚拟通讯作者"式的 paper agent。
应用：
见 Q&A：随着智能体从数十扩到数千乃至更多，为每个智能体设计 workflow 不再可扩展，团队转向为智能体设计生态/环境（ecosystem/environment）——既包括计算基础设施（各自的 compute、集群、GPU），也包括安全护栏与激励机制，类似激励人类研究社区做更好研究。
Q1： 你的分析发现两个与临床试验相关的变量，但注意到 phase 4 试验比 phase 3、phase 2 相关性更强，而 phase 4 试验通常意味着有问题——如何解释这种随试验阶段升高的相关性？ A1： 澄清图的含义：这里指药物实际进入了 phase 4，本身是好迹象——若没进入 phase 4，说明此前发生了导致终止的问题。达到 phase 4 是好信号；有单细胞支持的药物更可能进入 phase 4，意味着它们更可能进入市场。（提问者表示可线下继续。）
Q2： 很酷的是你们能在真实实验室验证 nanobody 结合。在走到湿实验那步之前，有哪些好的 in silico 验证策略？怎么知道智能体走在正确方向上？ A2： Virtual Lab 自己提出了若干想做的 in silico 验证，例如用 AlphaFold 和 Rosetta 做 in silico 建模，看 nanobody 如何结合靶点；智能体还提出一个综合评分，把 AlphaFold 结果与 Rosetta 分数结合（二者有互补的优势与局限）。基于这些代理计算指标做大量 in silico 验证后，再返回最有信心的设计集合供湿实验验证。
Q3： 从数十、数百、数千到数百万智能体，你遇到了哪些挑战？ A3： 少量智能体（如个人的 Claude Code）时基础设施与上下文可控，可为智能体指定具体 workflow。扩到数千以上后，为不同智能体逐一设计 workflow 不可扩展；因此转向设计生态/环境——包括计算基础设施（各自的 compute、集群、GPU）、安全护栏，以及激励它们做更好研究的激励机制，类似激励人类研究社区。类比公司：初级研究员需被明确告知怎么做，而随着能力提升（智能体正变强），更多是设计激励与环境。
Q4： Virtual Lab 的整体思路是构建模仿人类实验室组织结构的多智能体系统。你认为是否存在一种"智能体原生"的最优系统、与人类会用的方式截然不同？ A4： 很吸引人的方向。确实是用人类组织结构做了种子（有教授/CSO），但也给智能体灵活性去演化自己的社会动态。一个不同之处：Virtual Lab 的智能体会把同一个会议并行开多次、就同一主题反复讨论以探索更广的想法，这是人类做不到的。此外，随着规模放大，智能体的性格（personalities）也很重要——像人类一样，可赋予不同性格，会对最终科研的效力与创造力产生巨大影响；团队正在研究如何优化多智能体团队的性格组合。