从假设到湿实验，Chalmers 跑通了 AI 科学家的完整闭环

2026 年 9 月 30 日，瑞典 Chalmers 理工大学宣布：他们的 AI 科学家在酿酒酵母身上跑通了完整科研闭环——自己提出假设、设计实验、动手验证，再根据结果迭代出新发现。人类全程只做了三件事：配储备液、搬培养板、审安全。但和常见的概念演示不同，这项工作早在 7 月 8 日就发表于《英国皇家学会界面杂志》（J R Soc Interface），论文开放获取，数据与提示词模板均已公开。

这套系统的"手"，是机器人科学家 Eve。它的创造者 Ross King 是"机器人科学家"概念的首创者：2009 年的 Adam 曾自主提出并验证酵母基因功能的假设，Eve 原本为药物筛选而造。但这一代 Eve 换了大脑——大语言模型加自动推理。

机器人科学家 Eve 的自动化实验舱与酿酒酵母 — 机器人科学家 Eve 的自动化实验舱与它研究的酿酒酵母。Eve 原为药物筛选设计，现已接入大语言模型与自动推理（图源：NIH Image Gallery/Chalmers University of Technology）

AI 科学家遍地都是，为什么闭环这么难？

过去两年，AI 科学家系统层出不穷，但绝大多数停在"干实验"：能读论文、写代码、跑分析，却碰不到移液枪。LLM 的输出经常不一致、难以验证，更少有人把机器生成的假设真正送进实验室。Chalmers 团队的判断很直接：LLM 擅长灵活表达，但一碰到形式逻辑就容易"掉链子"。

他们的解法，是给 LLM 套上一层逻辑的脚手架——用符号关系学习、结构化词表和实验约束把模型"架"住。但脚手架怎么搭，决定了闭环能不能闭上。

AI 由此从决策支持工具，变成了知识的生产者。

端到端闭环框架：归纳逻辑编程从逻辑数据库挖掘假设，LLM 智能体设计干预实验，自动化实验室执行，数据回流图数据库（图源：Brunnsåker et al., J R Soc Interface 2026）

给大模型套上逻辑的脚手架

系统的工作流像一条闭环传送带。团队先把约 60,000 条酵母表型、生理和代谢关系装进 Datalog 逻辑数据库，数据来自 SGD、ChEBI 等社区资源。但光有事实不够，还要会从事实里归纳规律。

干这个活的是归纳逻辑编程（ILP）——可以把它理解成一台"从数据里归纳 if-then 规则的机器"。ILP 从 6 万条关系中挖出 735 条逻辑规则，再与 4,678 个单基因缺失株的代谢组数据做回归。但 1,933 个假设不可能全部进实验室，系统按回归权重排序，每个氨基酸只取最高分者。

最终筛出 1,933 个可检验假设，覆盖 16 种氨基酸。

60,000

酵母关系 · Datalog 知识库

735

ILP 挖出的逻辑规则

1,933

可检验假设 · 16 种氨基酸

进入湿实验的假设

16 种氨基酸各自的可行假设数量，即回归系数非零的逻辑程序总数（图源：Brunnsåker et al., J R Soc Interface 2026）

实验设计交给了三个 GPT-4o 智能体接力：第一个起草方案，第二个从多个候选中择优，第三个把方案形式化成机器可读的 JSON，校验不过就重写，最多三次。方案随后自动翻译成移液机器人的加样指令，由 Eve 平台执行：20 小时培养、每条件最多 10 个生物学重复、离子淌度质谱采集代谢组。但安全审查这一步，仍然由人完成。

9 个假设里，有惊喜也有反转

最终 9 个假设进入湿实验。结果并未全部命中——但这恰恰是这篇论文最有价值的部分。

进入湿实验的 9 个假设及其评估：胞内积累变化、抗性效应、方向性与干预特异性（图源：Brunnsåker et al., J R Soc Interface 2026）

最漂亮的一击来自精氨酸与咖啡因。咖啡因单独处理让酵母生长曲线下面积掉了 53.4%，精氨酸单独只掉 2.5%/mM，但两者联用产生 −19.0%/mM 的协同抑制（p<0.001）——这一相互作用此前从未被报道，阴性对照丙氨酸的更小效应（−31.6% @ 5mM）证实了特异性。机制上，两者可能通过 TORC1 复合体的不同调控路径相撞。

精氨酸与咖啡因的协同抑制实验结果 — 精氨酸×咖啡因：协同抑制 −19.0%/mM，阴性对照证实干预特异性（图源：Brunnsåker et al., J R Soc Interface 2026）

第二个发现更微妙。谷氨酸本身对酵母几乎无影响，但它让细胞对亚精胺的敏感性显著上升（−4.6%/mM，p<0.01）。两者都是必需代谢物，在谷胱甘肽代谢中有多条反应相连，但这个相互作用此前无人表征。但代谢组数据泼了冷水：补充谷氨酸并未提高胞内谷氨酸积累，真正的介导者可能是某个下游代谢物。

谷氨酸与亚精胺的相互作用实验结果 — 谷氨酸×亚精胺：谷氨酸使细胞对亚精胺敏感化（−4.6%/mM），但胞内积累未兑现（图源：Brunnsåker et al., J R Soc Interface 2026）

失败的数据，长出了新假设

闭环的关键一环是迭代。系统用假设 3 的代谢组数据训练回归模型，发现氨基己二酸（aminoadipate）权重最高，于是自动生成新假设，送回流水线入口重新走一遍。湿实验证实：氨基己二酸部分挽救了甲酸胁迫，生长提升 +7%/mM（p<0.05）。但团队提醒，补充物与胁迫剂各自都有高毒性，效应可能存在饱和。

这是该相互作用第一次被实验证明。

迭代假设精炼：回归权重与验证实验 — 迭代精炼：回归权重指向氨基己二酸（A），新假设经湿实验证实部分挽救甲酸胁迫（B）（图源：Brunnsåker et al., J R Soc Interface 2026）

更省事的是假设 9。系统在动手前先查询图数据库，发现脯氨酸与甲酸的组合已有旧数据，且数据与假设不符——该假设被直接降级，一次新实验都没做。所有假设、方案、LLM 问答记录与结果，都以描述逻辑存入图数据库，包括被证伪的那些。但这件事的意义容易被低估：失败实验第一次有了机器可读的档案。

图数据库与描述逻辑：假设、实验方案与经验数据全部语义化存储，可先查库再决定是否做实验（图源：Brunnsåker et al., J R Soc Interface 2026）

闭环闭到了什么程度？

闭环并不完美。9 个假设中，有 3 个的"干预→积累"环节根本没有兑现——补了氨基酸，胞内浓度却没涨，表型效应很可能来自下游代谢物。假设 3 的交互效应显著（+9.5%/mM），但方向与预测完全相反。团队也承认，LLM 面对"组合式"假设时会搞错方向性，目前系统只能处理相对简单的假设形式。

谷氨酸与甲酸：方向相反的交互效应 — 反转案例：谷氨酸×甲酸的交互效应显著（+9.5%/mM）但方向与预测相反（图源：Brunnsåker et al., J R Soc Interface 2026）

人的角色也还没有消失。储备液配制、非联网设备之间的培养板转运、实验安全审查，仍由人类完成。但论文认为这些环节在原理上都可解决：更定制的机器人可以接管搬运，审查智能体可以查询化学品安全数据库。论文作者之一、博士后 Tiukova 把这个阶段比作自动驾驶——AI 处理信息、得出结论、采取行动，但方向盘旁还坐着人。

Ross King 肖像 — Ross King，Chalmers 与哥德堡大学教授、剑桥大学化工与生物技术系教授，"机器人科学家"概念首创者（图源：Chalmers University of Technology）

2009 年 King 造出 Adam 时，"机器人科学家"更像个噱头；17 年后，Eve 接上了大模型。但真正的悬念藏在那个不断变厚的图数据库里——当被证伪的假设积累得足够多，机器或许会比人类更早知道，哪些路根本不值得走。

AI 将增强而非取代科学家。