Google 推进自主湿实验室建设，尚未完全打通智能体机器人闭环

Google 团队推进自主湿实验室搭建工作，希望实现 AI 智能体设计分子、安排实验、分析反馈并迭代方案，打造真实生物学反馈驱动的递归自我改进闭环，目前已找到能紧密结合实体瘤相关靶点的蛋白质分子，相关的机器人操作、分子筛选和蛋白质设计三项研究尚未完全打通。团队搭建了基于开源框架的 VERID 系统，为实验室工作站构建持续更新的数字孪生，支撑智能体先模拟校验方案再执行实验，留存运行日志便于排查异常。近期 DeepMind 也同步推进酶设计管线 AlphaProtein Novo、Antigravity 抗菌肽筛选等相关研究，联合多方投入 3 亿美元用于生物学基础数据和测量技术建设。当前 AI 生成分子设计的速度远超实验跟进效率，叠加开源框架降低仪器连接难度，推动行业加速探索 AI 深度参与科研实验的路径，OpenAI、Anthropic 等厂商也纷纷布局该领域，各家技术路线和商业定位各有侧重。这类自主湿实验室可帮助 AI 厂商直接检验模型效果，完整留存实验全流程记录积累此前公开资料难以覆盖的试错数据，有望大幅提升药物早期发现阶段的研发效率，但目前完整的自主实验流程尚未打通，后续仍需人工把控关键判断环节，整条制药研发链路能否实现大幅提速仍待后续验证。