问题：谁能训练生物 AI 模型？
过去两年里，生物学 Foundation Model 的浪潮愈演愈烈——Boltz 预测蛋白质结构、AlphaGenome 映射序列到表达、STATE 模拟细胞扰动……据 Bessemer Venture Partners 统计，仅2025年一年就有近 400 个生物 AI 模型发布。
但这带来了一个现实问题：大多数生物学家根本用不上这些模型。把现有模型微调到自己的私有数据集、适配新的实验 assay、针对特定物种或细胞类型做预训练——每一步都需要深度学习、生物信息学和分布式系统三重技能的罕见组合。
Phylo 的判断是：这个瓶颈不是模型能力的问题，而是可及性的问题。能执行"设计→训练→评估→迭代→部署"完整流程的人，在全球范围内依然稀缺。
这篇博文介绍的新功能，正是他们给出的答案。
三种模式，一个 Agent Loop
Biomni Lab 新推出的预览功能，让科学家只需用自然语言描述数据、目标和算力预算，Agent 就会自动完成：文献调研 → 实验设计 → 代码生成 → GPU 调度 → 模型评估 → 迭代优化 → 部署交付。
三种模式共享同一套 Agent 循环，区别在于起点不同：
Finetune
自动选择微调策略（全量 / LoRA / Adapter），完成数据准备、超参调优、性能评估。适合已有预训练模型、需要适配私有数据的场景。
Pre-train
从头设计模型架构，处理分布式训练和跨 GPU 集群的优化配置。适合针对特定物种、细胞类型或模态从零构建专属基础模型。
Design
从任务描述出发，综述已有方法，提出并实现候选架构，必要时创造全新模型结构。最高自由度，也最体现 Agent 的主动设计能力。
GPU-as-a-Tool：算力变成工具
把 GPU 集群抽象为一个可调用的工具
这是这篇博文最值得关注的工程创新。此前 Agent 工具箱里有 bash、Python、数据库、API——但 GPU 集群本身从来不是一个"工具"，它是需要人工配置的基础设施。
Biomni Lab 将 GPU 集群封装为 Agent 可直接调用的工具（GPU-as-a-tool）：Agent 根据任务规模动态申请资源、在 GPU 实例内生成并执行训练脚本、实时监控进度、出现问题时自动调整并重试。
所有实验均在 Biomni Lab 的托管基础设施内运行，代码、数据和输出都有版本管理与 provenance 追踪，结果可复现。
从微调到全新架构设计，跨越多个生物子领域
Biomni Lab 在博文中展示了六个端到端的真实生物任务，每个任务均从一条自然语言 prompt 启动，覆盖微调、预训练与架构设计三种模式。
调控基因组学：微调 Borzoi
在 365K 个 lentiMPRA 调控元件上，跨 K562、HepG2、WTC11 三种细胞系进行微调。任务难点在于数据量大、细胞系异质性高，需要模型有足够的泛化能力。
单细胞扰动预测：微调 scGPT
针对 Arc Institute 举办的 Virtual Cell Challenge（H1 人类胚胎干细胞 CRISPRi 数据），将零样本表现负向的模型快速拉回到能正确捕捉扰动方向的水平。19 分钟内完成，100 个测试条件全部预测方向正确。
亚细胞定位预测：微调 ESM2-8M
在 DeepLoc-1.0 数据集上做蛋白质亚细胞定位的多分类任务，仅 5 个 epoch 即完成训练。对于训练数据充足的主流区室（Extracellular、Plastid、Nucleus、Mitochondrion），F1 均达到 0.79–0.88；性能瓶颈集中在占训练数据不到 3% 的三个稀有类别。
可解释性分析：一句话变机制假说
在案例③训练完成后，用一条自然语言 prompt 要求 Biomni 解释模型的预测机制。Agent 自动对 35 个蛋白质跑 Integrated Gradients 归因分析，发现了生物学上一致的机制：N 端信号肽驱动 Plastid/Extracellular 预测；K/R 富集对应 NLS motif；跨膜结构域特征对应 Cell membrane。
这一步展示了 Agent 能在"训练完模型"之后自动进入机制解读层，把数字指标转化为可发表的生物学洞见。
从零预训练蛋白语言模型
复现 ESM2 架构（6 层、320 维 hidden、rotary PE），在 UniRef50 数据集上从头预训练，在 A100 上达到 233K tokens/sec 的训练速度，处理 41.9 亿 tokens。展示了 Agent 有能力配置和管理 GPU 级别的大规模预训练任务。
从零设计全新架构：MolMTNet
这是最激进的一个案例：不微调任何已有模型，而是让 Agent 自主设计一个用于 ADMET 性质预测的多任务模型。Agent 设计出 MolMTNet，一个 70M 参数的多任务网络，91 分钟内完成设计→实现→训练→评估全流程，跑完 TDC 全部 22 个 ADMET benchmark。结果：CYP3A4 substrate 指标超越 TDC Leaderboard 第一名，HIA、DILI、BBB 均进入 top 梯队。
Lab-in-the-Loop：湿实验与模型训练的闭环
文章末尾，Phylo 描述了一个更长远的愿景：不只是"AI 帮你训模型"，而是把模型训练嵌入科研发现的持续循环中。
这与 NVIDIA BioNeMo 和 Eli Lilly 最近宣布的联合实验室（10亿美元投入，连接湿实验室与干实验室的持续学习系统）方向高度一致，代表了 AI4Bio 领域对"计算-实验闭环"的共同押注。
Biomni Lab 的差异在于：它把这个闭环的入口降低到了自然语言这一层，而不需要科学家自己搭建任何 ML 工程流水线。
Phylo 自己列出的待改进清单
Phylo 在博文中相当坦诚地列出了当前预览版的局限，这些也是他们接下来征求 beta 测试者反馈的优先方向：
需要指出的是：这些案例均为 Phylo 内部精心挑选的 demo，代表最优情形，并非随机任务下的平均表现。预训练和微调在实践中需要大量专业判断，Agent 当前的能力离"完全自动化"还有相当距离。
这件事为什么现在发生
公司背景
Phylo 于2026年2月3日正式从 Stanford 的开源项目 Biomni 独立商业化，完成 $13.5M 种子轮，由 a16z 和 Menlo Ventures（Anthology Fund，与 Anthropic 联合创立）领投。科学顾问包括 Carolyn Bertozzi、张峰、Fabian Theis。
Agent 基础
Biomni-R0 是 Phylo 此前发布的生物推理模型，基于 Qwen-32B 用多轮强化学习训练，在稀有病诊断、GWAS 变异优先化等任务上大幅超越通用 LLM，为 GPU-as-a-tool 功能提供了具备领域知识的推理内核。
竞争格局
NVIDIA BioNeMo Recipes（2026年1月）同样在降低 Foundation Model 训练门槛。Eli Lilly 与 NVIDIA 合作的持续学习湿实验闭环（10亿美元规模）代表了 Pharma 侧的方向。Biomni Lab 的差异化在于：以 Agent 交互（而非工程配置）作为入口。
对 CRO 的意义
对于 CRO 和计算生物团队来说，这意味着"根据客户的私有 assay 数据快速微调专属预测模型"可能从一个需要 ML 工程师介入的项目，变成科学家自己操作的标准流程。
一句话总结这件事的意义
Biomni Lab 这次发布的，本质上是把"训练生物 AI 模型"的技术门槛从 ML 工程师降低到了能描述科研问题的生物学家。GPU 从基础设施变成了 Agent 可调用的工具，这个抽象层的变化，和当年把命令行封装成 API 的影响是同一个量级的。
它现在还是早期预览，很多地方仍然粗糙。但方向是清晰的——如果这条路走通，生物 AI 模型训练这件事，将在接下来几年里经历一次和蛋白质结构预测同等量级的民主化。