AI在生物学领域发展慢，gget virus能否为生物数据检索带来确定性？

AI在生物学领域的发展困境

当前，Coding Agents在软件工程领域发展迅猛，科学家们期望AI智能体也能以同样速度攻克药物设计、病毒监控与生物学建模的难关。然而，AI在生物学领域的发展比编程领域慢得多。

阻碍生物学AI Agent爆发的瓶颈

近日，Anthropic发表新科学博客《为生物学智能体铺平道路》，文章指出，阻碍生物学AI Agent爆发的瓶颈不在于大模型底座的推理能力，而在于人类现有的生物学数据基础设施落后。文章由生物学家与机器学习研究员Laura Luebbert撰写，有意思的是，这篇博客在Karpathy官宣加入Anthropic之前一周就完成了，因部分内容涉及Karpathy，还曾担心Anthropic会觉得「Karpathy味」太重，没想到同一天Anthropic就官宣了。

现有生物数据基础设施对Agent的挑战

作者用开车穿过老城类比让AI Agent操作生物数据基础设施，老城虽美但布局不利于现代车辆通行，对应生物数据领域的各种特有的文件格式、分散的数据库和一次性的检索脚本。相比之下，软件基础设施天然适合Agent使用，所以Coding Agent发展速度明显快于生物学Agent。软件领域有结构化数字工作流和可靠接口，而计算生物学的数据检索和验证基础设施脆弱、异构且依赖具体流程，操作工具定制化且只适用于特定领域或假设。此外，软件能给出易测试结果，而生物学中简单、可验证且有意义的奖励信号不多，生物学Agent缺少支持生物数据查询的确定性执行层。在生物学和科学工作流中，小错误可能带来严重后果，所以若希望Agent帮助科学发现，需建设生物数据基础设施。

Karpathy的「吐槽」与生物学Agent的共同问题

作者认为，Agent需求与人类构建的工具错配并非生物学领域独有，只要把Agent放进围绕人类使用习惯设计的环境，就会出现类似摩擦。几个月前，Karpathy在演讲中吐槽用Vibe Coding写小型Web应用时，身份验证、支付、部署等环节花了一周时间在浏览器后台点击，感慨代码是最容易的部分，大部分工作靠点击完成，结论是必须为Agent重新构建流程。这也是生物学研究人员长期面对的痛点。

病毒学里的「点击税」

早在AI Agent出现之前，计算生物学家和遗传学家就开发传统计算生物学工具，如Biopython、BioPerl等，试图把生物数据从浏览器界面解放出来。但生物数据像混乱的道路网络，不存放在统一数据库，也无统一接口。病毒学是难度较高的场景，很多研究工作流第一步是从NCBI Virus中检索序列，而检索流程背后隐藏大量专家知识，用户需在网页界面手动复现复杂筛选条件，这就是Karpathy抱怨的「浏览器点击式工作流」。以2026年5月中旬刚果暴发的Bundibugyo埃博拉病毒疫情为例，一线研究人员测序出病毒基因组后，公共卫生官员需回答新毒株变异情况、诊断试剂盒检测准确性、现有抗体药物和疗法有效性等问题，而分析第一步是将新基因组与NCBI Virus数据库的历史数据比对，但构建对照数据集的过滤条件复杂，研究人员需在Web界面手动勾选过滤器，这对人类枯燥，对AI Agent更是灾难。

Agent检索的不稳定问题

为理解Agent和数据库的鸿沟，研究团队构建基准测试VirBench，包含120个真实风格的病毒序列查询任务，覆盖40种病原体，配有人工验证的标准答案。任务来自实际场景，如要求Agent从NCBI检索特定条件的Zaire ebolavirus序列。当Agent独立完成查询时，结果差异大，Claude Sonnet 4、Claude Opus 4.7等模型的平均准确率从16.9%到91.3%不等，且同一个模型在相同问题上重复运行结果不稳定。这种不稳定会影响下游分析，如构建系统发育树推断疫情中病毒样本关系时，Sonnet 4检索的部分数据集不完整，影响最近共同祖先时间的推断；在抗体疗法研究中，Sonnet 4三次运行给出不同结果，说明检索细节小差异可能改变生物学结论，Agent缺少可操作、可验证、可重复的路径。

gget virus：解决检索问题的工具

为解决问题，研究团队和NCBI研究人员合作开发gget virus，目标是把病毒数据检索变成Agent和人类可直接调用的稳定工具。实际情况复杂，NCBI Virus覆盖多个底层资源，一个查询需从多个地方拼接信息。gget virus需协调不同API，判断筛选条件完成方式，处理批量检索，确保大规模数据集完整取回，还会处理依赖其他数据库补充信息的筛选条件，最终输出标准化结果并带有详细日志。加入gget virus后，所有Agent的准确率提升到90%以上，GPT - 5.5最高达到99.7%，多次运行波动基本消失，不同模型性能差距缩小，说明确定性检索层让模型选择不那么关键。

科学Agent需要可靠底座

作者强调，模型在生成假设等方面应有创造力，但支撑创造力的底层部分必须稳定、确定、可复现。gget virus只是例子，未来更大方向是为生物数据构建「上下文引擎」，类似探索已出现在ToolUniverse、Edison Scientific的Robin、Biomni等生物医学Agent系统中。作者也承认，未来Agent可能变得足够强，gget virus这类工具也许不再必要，但即便Agent能处理，日常科研工作中这种方式仍可能存在成本高、速度慢、难审计等问题。而且，建设生物数据库时必须考虑Agent，面向规模化使用设计。那么，未来生物数据基础设施能否满足Agent的需求，真正推动生物学研究的发展呢？