OpenAI 讓 AI 化學家走進濕實驗室，科學代理開始接受實驗驗收

作者:

OpenAI 這次把 AI 化學家的故事講得很克制，反而更值得看。它不是宣布一個模型「發明新藥」，也不是把聊天機器人包成科學家，而是和 Molecule.one 展示一段從文獻閱讀、研究提案、實驗設計、資料分析到人類化學家驗收的研究迴路。這個迴路的重點不在於 AI 會不會說出漂亮假說，而在於假說最後有沒有被實驗碰過、被人類專家挑戰過，並留下可以被其他科學社群檢查的結果。

6 月 17 日，OpenAI 發布一篇研究說明，稱 GPT-5.4 搭配 Molecule.one 的 Maria AI 與自動化實驗室，改善了一種藥物化學常用但困難的 Chan-Lam coupling 反應。合作團隊把問題放在 primary sulfonamides 這類對藥物分子很有價值、但反應條件不容易調好的底物上；AI 系統協助回顧文獻、提出研究方向、設計與排序實驗，最後由人類化學家選擇要進實驗室的方案並驗證結果。這裡最重要的字不是 autonomous，而是 near。OpenAI 自己也把邊界寫清楚：人類化學家仍然掌握實驗選擇、計畫審查與實體基礎設施。

預印本給了這個故事更硬的骨架。研究團隊做了兩輪高通量篩選，總共 10,080 個微量反應，測試氧化劑、銅來源、鹼、溶劑、溫度與不同底物結構等因素。最後浮出水面的不是一個科幻感很強的新分子，而是一個看似老派、卻在這個問題上有效的添加物 TEMPO。論文摘要稱，在優化條件下，平均估計產率從 16.6% 提高到 25.2%，超過 30% 產率的反應比例從 15.6% 增加到 37.5%；後續 bench-scale validation 也在 14 組代表性底物配對中的 11 組看到正向效果。

這種進展不適合被包裝成「AI 已經會自己做藥」。真正的訊號更細，也更接近產業會在意的地方：模型開始進入一種可被實驗驗收的中間層。過去 AI 在科學場景裡常被拿來做文獻摘要、蛋白結構預測、候選分子排序或資料整理；這次比較有意思的是，模型並不只停在文件裡，而是被放進一條會產生濕實驗資料的流程。它提出的方向如果沒有被實驗接住，就只是漂亮推論；它提出的方向被實驗接住，才開始變成可討論的科學工作。

OpenAI 同一天推出 LifeSciBench，也讓這件事不只是一次合作展示。LifeSciBench 是一套由生命科學專家撰寫與審查的 benchmark，目標是評估 AI 系統能不能處理真實研究工作中的任務與決策，而不是只回答乾淨考題。OpenAI 說這套評測包含 750 個任務、超過 19,000 條評分標準，任務橫跨證據處理、分析、設計與優化、科學推理、驗證與操作、轉譯、科學溝通等工作流。這和 AI 化學家的案例放在一起看，像是在補一個完整敘事：一邊展示 AI 進入實驗迴路的可能，另一邊承認這種能力必須被更嚴格、更接近真實工作的評測追著跑。

LifeSciBench 的結果其實沒有把故事講成勝利遊行。OpenAI 自己指出，GPT-Rosalind 在整體 exact pass rate 上從 GPT-5.5 的 25.7% 提高到 36.1%，但這仍然意味著大量任務沒有被完整解決。模型在科學溝通、證據整理與某些轉譯任務上進步較明顯；到了需要處理複雜附件、圖表、序列、結構或精確輸出的工作時，表現就明顯脆弱。這個落差對生命科學很關鍵，因為研究現場不是一串乾淨文字，而是包含圖像、資料表、補充文件、實驗限制與不確定性的混合場。

所以，這篇研究最值得關注的不是「AI 化學家」這個稱呼，而是它正在改變科學 AI 的採購與評估語言。企業和研究機構未來不會只問模型能不能解釋機制、能不能生成摘要、能不能提出候選分子；它們會問這套系統能不能提出可測假說，能不能把實驗設計寫清楚，能不能處理失敗結果，能不能留下審計紀錄，能不能讓人類專家在關鍵節點接手。換句話說，科學代理的價值會從「生成內容」轉向「縮短可驗證結果之間的距離」。

這也讓風險問題變得更具體。化學能力有雙重用途，OpenAI 在文中刻意強調這次工作只限於正當的藥物化學問題，沒有涉及毒素、化學武器或有害化合物設計；模型層有安全評估，實驗流程也有人類化學家把關。這些說明不是公關註腳，而是未來科學代理要擴大部署時的核心條件。當 AI 不只是寫建議，而是影響實驗資源、合成路線與研發決策，誰能審核、誰能停止、誰對結果負責，就會和模型準確率一樣重要。

短期看，這個結果還需要更多獨立複現。TEMPO 對這組反應的改善是否能擴展到更廣的底物、不同實驗室與真正工業製程，還不是一篇預印本可以完全回答的事。OpenAI 也把下一步寫得務實：測更多 starting materials、研究添加物為什麼有效、找出效果在哪裡成立或失效，並支持獨立複現。這些工作如果做完，才會讓「AI 協助化學發現」從一次漂亮示範，往可被製藥與材料研發團隊採用的方法前進。

但方向已經清楚了。AI 在科學裡的下一個競爭點，不是誰能寫出更像論文的段落，而是誰能把模型、專家、自動化實驗、資料回饋和安全治理串成一條能反覆學習的鏈。OpenAI 與 Molecule.one 這次給出的不是終點，而是一個早期樣板：模型提出想法，代理系統把想法轉成實驗，實驗室產生資料，人類科學家驗收與修正，然後整個迴路再往下一輪走。科學 AI 若要真正進入產業核心，最後要通過的不是展示頁，而是實驗台。

參考來源

發表迴響