AI 智能體，確實到了爆發時刻。
不論是因為會炒出圈的 Manus，還是后續一眾迅速跟進的 OpenManus 們……都在印證之前 "AI 智能體元年 " 的論斷——背后核心印證的是基礎大模型能力，已經到了足夠支撐上層建筑的時候。
無獨有偶，在更加垂直專業的生命科學領域，AI 智能體也迎來了標志性事件。
就在最近，一個名為OpenBioMed的智能體平臺低調亮相，率先對外開源開放。作為全球首個 AI 制藥領域的智能體開源平臺，生命科學領域、制藥領域的研發人員人人可用。
生命科學研究，開始進入智能體驅動的新范式時代。
而驅動 OpenBioMed 智能體平臺的，是清華智能產業研究院（AIR）和清華系專注于 AI 制藥的高精尖創業公司——水木分子。
以及雖然是新團隊，但核心人物卻是 AI 老面孔——大牛聶再清，他是水木分子的首席科學家，也是前天貓精靈背后的首席 AI 科學家，一個因為 AI 騷擾電話不堪其擾而打造 " 二哈 " 反騷擾 AI 的硬核程序員。
清華果然是清華，俠之大者果然為國為民。
恰如清華大學智能科學講席教授、清華大學 AIR 院長張亞勤院士所說，經過近四年的發展，清華大學 AIR 已匯聚了一批既懂科研又懂產業的人工智能領域學者：
如今，大模型與生成式 AI 技術正引領科學研究進入一個全新的人機協作新范式。生命科學智能體的出現與廣泛應用，將徹底改變科學發現的進程，大幅提升科研效率。
在這一新范式下，科學家的角色將更加聚焦于提出高質量的問題和任務描述，充分發揮人類的創造力、經驗和直覺。而智能體則通過高通量的文獻閱讀、海量實驗數據分析、算法迭代與任務執行，成為科學家最得力的助手。這種深度的人機協作，將推動科學研究進入一個全新的時代。
名叫 OpenBioMed，架構如下：
最后可以實現面向場景的定制化應用。
流程全自動，效率指數級提升。
OpenBioMed 可以實現什么？實現藥物設計項目、生命科學研究項目的 Autopilot。
舉個例子，在過去，如果要發起一項藥物設計，即便是一份報告生成，可能也需要一位老法師（制藥專家），描述需求后讓一個團隊來配合執行。
但如果通過水木分子打造的 AI 智能體平臺，完全可以 Autopilot——老法師發出議題：針對攜帶 KRAS G12C 突變的局部晚期或轉移性非小細胞肺癌（NSCLC）患者，設計新型藥物分子。
接著 AI 智能體就會調動大模型展開推理，然后調用工具并形成工作流。
顯而易見，按照 Autopilot 這樣的節奏，過往數周數月甚至數年的制藥設計周期，會被顯著加快。
而且容易忽略的是，由于基座大模型的加持，Autopilot 對于老法師的門檻也在降低，即便無法實現 " 人人都是老法師 "，但對于制藥領域的資源依賴降低也大有助益。
以及智能體可以 7 × 24 小時工作——未來制藥領域，可能會出現智能體在凌晨 3 點自主優化分子結構的場景。
需要說明的是，Autopilot 是水木分子在制藥 AI 智能體上的最新成果，但不是全部路線。
作為智能雙引擎的另一個，基于旗下 ChatDD —— AI 制藥領域的 DeepSeek，水木分子還推出了 Copilot 模式，主打人類專家的 " 智能助手 "。
在制藥領域，類似設計報告一樣的工作已經是非常成熟、標準化的任務，或者在某些特定領域中，智能體當前的能力已經足夠強大，可以達到人類專家的水平，Autopilot 作為全流程自動化執行角色，可以大大縮短研發周期。
而在需要高度專業知識和經驗的任務中，把關者和決策者就必須是人類專家。
所以有了 Copilot 模式，就可以實現智能體與人類專家共同協作，智能體提供輔助支持，但最終決策權在人類專家手中。
具體如針對難成藥靶點 3D 構象生成、藥物篩選等任務，Autopilot 來執行；AI 靶點挖掘、驗證實驗方案優化，則由 Copilot 來實現。
Autopilot 和 Copilot 被水木分子視為生物醫藥的智能雙引擎，二者配合之下，可以顯著縮短研發周期，降低系統誤差，從而實現藥物研發成本的下降。
當然，Autopilot 和 Copilot 只是生命科學領域研發的最新進展，是行業智能體落地應用的表現。
在水木分子的設計中，完整的制藥研發新范式，由三部分構成——
通用大模型底座 + 行業大模型 + 行業智能體。
三位一體，缺一不可。
大模型為核心技術的制藥研發范式，被水木分子命名為ChatDD，Chat Drug Design ——對話式藥物設計。
ChatDD 將專家的認知和大模型的知識連接起來，通過人機協作對話式的方式進行藥物研發。這一模式不僅重新定義了藥物研發，還通過藥物研發 AI 智能體（Copilot / Autopilot）實現了更高的靈活性和效率。
而在此之前，連點成線回溯，人類的制藥研發大致歷經了三大階段：
第一代：TMDD ——傳統手工藥物設計。
在遠古時代至 19 世紀末，藥物設計主要依賴傳統手工方法（TMDD，Traditional Manual Drug Design）。科學家通過手工合成、提取和篩選藥物，基于大量試驗和經驗進行探索。然而，這種方法存在低通量、缺乏系統性、耗時長和成本高等局限性。
第二代：CADD ——計算機輔助藥物設計。
20 世紀中葉，計算機技術的興起帶來了計算機輔助藥物設計（CADD，Computer-Aided Drug Design）。CADD 通過計算機技術加速藥物發現和設計過程，具有高通量篩選和工具屬性強的特點，但仍依賴研究人員的經驗和直覺。
第三代：AIDD ——人工智能藥物設計。
21 世紀初，人工智能技術的發展推動了人工智能藥物設計（AIDD，AI Drug Design）。AIDD 具有超高通量和流程化的特點，能夠從大規模高質量標注數據中挖掘藥物發現和設計的規律。然而，AIDD 缺乏模型與專家的交互，且對大規模高質量標注數據的依賴成為瓶頸。
在第四代制藥范式中，科學家的角色將更加聚焦于提出高質量的問題和任務描述，充分發揮人類的創造力、經驗和直覺。
而智能體則通過高通量的文獻閱讀、海量實驗數據分析、算法迭代與任務執行，成為科學家最得力的助手。
按照水木分子的架構圖譜，最底層是 " 知識 "，上面是大模型和工具，再往上就是智能體，通過調用大模型能力，完成立項決策、臨床前藥物發現、藥物開發、臨床試驗以及其他企業私有任務的部署。
一個模態是文本模態，或者可以稱為自然語言模態，是通用大模型底座。
另一個模態則是生物模態，以生物數據為 " 語言 "，是行業大模型基礎。
類比來說，兩個模態很像目前基礎大模型領域文本和圖像兩個模態，文生圖和圖生文如果要相互轉換，就需要 " 跨模態翻譯 "，或者說對齊。
于是在生物數據大模型層面，水木分子打造了 PharMolixFM。
它采用全原子建模的方式，把小分子、肽、蛋白質、DNA、RNA 和離子等結構生物學研究對象的基本單元，實現了多尺度統一。
其次又把蛋白質折疊、蛋白質序列與結構設計、大小分子對接、基于靶點的分子生成等多任務統一。
最終完成了全原子基礎大模型 PharMolixFM。
該模型在多個關鍵任務上也實現了 SOTA，包括分子對接任務、基于靶點結構的藥物設計任務等，都在對應的行業基準測試數據集，創造了性能新紀錄。
并且為了把分子結構翻譯為化學家可理解且機器可利用的文本，水木分子還打造了 " 圖生文 " 工具 OCSU。
在通用大模型層面，基于最新 DeepSeek-R1 帶來的推理技術，站在行業巨人肩膀上，水木分子與清華 AIR 聯手推出了升級版的生物醫藥多模態開源基礎大模型 BioMedGPT-R1，把強推理慢思考的范式，帶到了醫藥研發領域。
效果也非常顯著，不僅以 67.1% 的正確率通過了 USMLE 美國醫師資格考試，還在 CheBI-20 化學分子理解任務中，實現了 15% 的性能提升，進一步提高了由 BioMedGPT-10B 創造的最好成績。
更難能可貴的是，作為全球首個該領域的智能體平臺，OpenBioMed 發布即開源，或者說為開源而生——OpenBioMed 站在了開源基礎大模型、開源生命科學成果的基礎上，然后也通過開源的方式，進一步把智能火炬傳遞更深入、更廣泛。
匯集眾智，賦予眾人。
在制藥或者更廣泛的生命科學研發領域，如果最好的資源能無差別覆蓋到更多研發者，或許會讓整個領域的推進更快更高效，一旦生物醫藥領域進入了涌現期，商業價值和社會價值，無疑會輻射到每一個人。
但依然有問題懸而未決，作為水木分子首席科學家，聶再清不只一次被問及這個問題——
會有 AI 獨立制藥的一天嗎？
"AI 在制藥領域必須是助手 "
"AI 在制藥領域，必須是助手。"
這就是水木分子首席科學家聶再清的回答。實際上，作為科學家、AI 領域的大牛，聶再清很少有如此絕對的論斷，但這一次他無比肯定，他補充說，從價值觀上就需要明確 AI 的 " 助手 " 設定。
這也是 AI 在深入生命科學等前沿領域之時，常被人討論的話題。
一方面，AI 的能力正在不斷突破人類的極限，或許用不了多久，AI 就會獨立發現新規律、新材料、新方法，人類已經不再是最聰明的那一個；另一方面，生命醫藥領域關系的是人類最基本最脆弱的身體健康……
有一派的觀點是需要最大化助力 AI 的發展，包括在 " 獨立 " 問題上，因為只有如此才能打造出真正強大的 AI 模型和系統，如果硅基正在覺醒，那碳基讓出統治權也是歷史發展的必然選擇。
但另一派不這樣認為，他們堅守的依然是 " 以人為本 " 的原則和信條，AI 需要為人所用、幫助人向善，并且從一開始設計的時候就要確保其安全性。
很顯然，聶再清選擇站在以人為本這一邊。
他本科碩士都畢業于清華大學計算機系，博士師從美國人工智能學會前主席 Subbarao Kambhampati 教授，先后在微軟、阿里巴巴達摩院從事 AI 技術研發，是能力、資歷和影響力兼具的 AI 大牛，帶隊獲得過中國 AI 領域的最高獎項吳文俊人工智能科技進步獎。
2020 年開始，他獲得張亞勤院士感召，加入清華大學 AIR 智能產業研究院，擔任清華大學國強教授、清華大學智能產業研究院首席研究員，并以水木分子首席科學家身份對外亮相。
但聶再清自己來說，他覺得自己始終在做的事情只有一件——
智能助手。
他說從微軟亞洲研究院開始，做的其實就是 " 助手 " 相關的工作，比爾蓋茨對智能助手 "Personal Assistant" 情有獨鐘，希望打造出一套人機交互里的完美助手。
后來去阿里巴巴達摩院，負責的天貓精靈，更是直接的 AI 助手，只不過交互方式更偏向于語音。
現在在清華大學智能產業研究院，"AI 助手 " 也是其主軸，水木分子所做的事情，只不過是把 " 助手 " 放在了 AI 與生命科學兩大前沿的交叉創新地帶。
即便 Agent 智能體的定義業內還沒有清晰的共識，但聶再清看來，AI 智能體就是 AI 助手的另一種表述——更時髦流行的表述而已。
OpenBioMed是由清華 AIR 和水木分子共同推出的全球首個生命科學與制藥智能體開源平臺，可以開源供業界開發生物醫藥智能體。
ChatDD是水木分子的商用平臺和產品，通過 Copilot 助手和 AutoPilot 智能體兩種模式，支持多種醫藥行業和企業的藥研任務，場景包括例如 : 立項、藥物設計和分析報告生成等。
二者放在一起，組成的就是生物醫藥的智能雙引擎，可以幫助更多科學家接近他們曾經在科幻里才能接近的向往——
之前有個統計說，讓科學家選擇想成為的超級英雄，最后被選擇最多的角色是：鋼鐵俠。以為他以凡人之軀，借助科技之力比肩神明，打造 AI 助手發現了新元素、新材料、完成了時空穿越的模型驗證。
哪個科學家不想擁有一個賈維斯星期五？
現在，水木分子邁出了引領全球的一步，率先開源 OpenBioMed 的智能體平臺，希望生物醫藥研發人員，每一個都可以變成鋼鐵俠。
GitHub 開源倉庫：
https://github.com/PharMolix/OpenBioMed
