据《纽约时报》报道，一家实验室正在将 AI agent 定位为共同科学家，并表示此类 agent 可能加速药物研究。该报道描述的是实验室的定位，而非经过验证的临床或发现成果；所提供的信息中未包含任何基准、时间表或化合物层面的结果。
对 agent 工程而言，其意义在于结构层面。与湿实验室相关的工作流可分解为文献筛选、假设生成、方案起草、实验设计以及结果解读。领域受限的 agent 集群可以将这些任务分配给具有明确接口、共享状态和验证步骤的专门角色。单一模型助手通常在一个上下文窗口内处理这些任务，这使得审计中间推理或对系统可提出什么内容施加约束变得更加困难。
在这种场景下，多 agent 分解是否优于单模型辅助，仍是一个有待实证的开放问题。实验室的说法是方向性的：agent 可能加速药物研究。它没有说明哪些阶段、在何种验证机制下、或相对于哪个基线。在这些细节发表之前，该公告应被解读为一份定位声明和评估设计的提示，而非加速的证据。
封面照片：Ivan Chumak / Pexels。