Anthropic最新博客：生物学Agent的瓶颈不在模型，而在数据基础设施

文章摘要

【关 键 词】 智能体、生物数据、基础设施、病毒检索、科研工具

在病毒学等具体场景中，研究人员高度依赖复杂的网页界面进行数据检索，这种充满异构信息和人工操作流程的环境给智能体带来了巨大障碍。当智能体独立完成病毒序列查询任务时，由于缺乏机器可操作且可重复的路径，往往表现出准确率低和结果高度不稳定的问题。这种不稳定性会直接影响下游的系统发育树构建和抗体疗法分析，甚至得出错误的生物学结论。为解决这一痛点，研究人员开发了专门针对病毒数据检索的确定性工具，通过协调多种应用程序接口并处理复杂的筛选逻辑，输出标准化且可审计的结果。引入该工具后，各类智能体的查询准确率显著提升，多次运行的波动基本消失。

科学智能体在生成假设和设计实验时需要创造力，但支撑这些创造力的底层数据基础设施必须保持稳定、确定和可复现。未来生物学研究需要构建可靠且可被智能体直接访问的数据上下文引擎。尽管随着模型能力的提升，智能体或许能自行处理混乱的数据门户，但面向日常科研工作，依赖专用工具依然更具成本效益且更易于审计。因此，在建设生物数据库和系统时，必须将智能体作为重要用户纳入考量，并面向规模化使用进行设计。

原文和模型

【原文链接】 阅读原文 [ 3948字 | 16分钟 ]
【原文作者】 机器之心
【摘要模型】 qwen3.7-max
【摘要评分】 ★★★☆☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。