9 项设计任务，Token 用量下降 86%，平均计算通过率从 6.1% 升至 11.7%。Baker 团队这次交出的 Chaperone，把改进落在了工具之间的连接层。但这些数字首先回答的是：Agent 能否更省力地完成计算设计。
这份公开技术报告由华盛顿大学蛋白质设计研究所等机构合作完成，Jasper Butcher、Jie Chen 为共同第一作者，David Baker 为通讯作者。作者将 Chaperone 定义为轻量工具框架与 Agent harness。但“蛋白质设计操作系统”仍需拆开来看。
先让工具说同一种话
蛋白质设计像一条多工位生产线：先生成骨架，再设计序列，随后预测结构、检查相互作用。但工位来自不同软件，文件、环境与残基编号可能各说各话。研究者每换一种组合，都可能重新处理输入输出、路径和筛选结果。
Chaperone 把每个工位包成 Block，统一接收和返回一张表。每行对应一个候选设计，记录结构历史、文件位置和指标；一个骨架生成多条序列，就展开成多行。但接口统一不会自动保证科学合理性：它首先把设计履历接了起来。
真正负责搬运的是执行引擎 ExecutionEngine：把候选表切成小块，分配给本地进程或集群作业，再合并输出。中间结果以 Parquet 保存，可从已完成的步骤或分块恢复。但它并未改写底层模型，仍通过准备输入、执行工具、整理输出来衔接各站。
多步任务还可以装进同一个作业：一块候选连续经过生成、序列设计和预测，减少反复排队与等待。但这种打包解决的是调度开销，不能直接推导成模型精度提升。框架的价值，在于让实验路线能修改、能追踪，也能放大。
Agent 少写胶水，才有时间试假设
对 Agent 来说，这套框架像一本带执行规范的车间手册：项目指南说明约定，工具文档解释参数，示例与 Skills 提供规划、调试和运行流程。Claude Code、Codex 等编码智能体仍负责写脚本、判断和迭代。但可靠的接口减少了临时拼装基础设施的负担。
报告还强调“小样跑通，再扩大规模”：先用测试模式降低采样，检查整条链是否接通，再通过命令行覆盖参数扩量。但跑通只证明输入、环境与数据流能协作，并不证明设计有效。可检查的闭环，是这层 harness 的关键。
省掉的算力，究竟省在了哪里？
评测给 Agent 12 小时，要求交出 96 条满足多样性约束的候选序列，覆盖酶、核酸结合蛋白、抗体改造等 9 类任务。但成绩由另一套不向 Agent 开放的评分流程判定：从提交序列重新预测结构，再检查预设的结构、几何与能量条件。
这相当于让两组工程师交出产品方案，再交给独立质检工位复查。但这里的“通过”依然属于计算筛选，不能读成 96 个候选的实验成功率。该评测检验了工具编排与设计决策的综合表现，也没有把两种能力完全分离。
报告图注汇总 GPT-5.6 Sol 在不同推理强度与重复运行中的结果：平均计算通过率从 6.1% 升至 11.7%，Token 用量下降 86%，GPU 小时数下降 64%。但 GPU 小时数不等于包含人工、存储和部署的总成本，改善也没有覆盖每个任务。
Chaperone 在 6 项任务上更高，2 项相近，PD-L1 任务反而更低。但还有一处重要条件差异：框架组已预装工具、禁用联网；基线组可联网自行安装。因此，这些结果支持“成熟工具环境更省事”，尚不足以单独证明接口抽象本身带来全部增益。
1.32 nM 背后，研究者没有退场
更接近真实研发的是皮质醇结合蛋白案例。团队先扫描 20 个蛋白质质心位置和 4 种长度，再比较序列偏置、结构预测组合与筛选策略。但路线收敛依赖研究者挑选骨架、提出假设：Agent 在设计者指导下执行和监控了 104 次小规模计算。
研究者与 Agent 在两周内，从初始假设推进到可送实验的序列。但这个时间窗口不能扩写成“两周完成全部湿实验”，更不能写成全程无人参与。所谓零样本设计成果，也需要与这场包含多轮计算探索的人机协作区分开。
首轮送测的 27 个候选中，15 个获得无质控警告的支持性亲和力拟合，9 个拟合带警告，3 个没有清晰响应。最佳报告值为 1.32 nM，未经过亲和力成熟。但把 27 个全部记成成功，或把最佳值当成典型水平，都会夸大证据。
还要看测量对象：荧光偏振实验使用 TAMRA-PEG3 标记的皮质醇探针，并加入未标记配体做竞争测量。但 1.32 nM 应理解为该实验体系下的表观解离常数，不能不加限定地泛化。有湿实验支撑，也要保留测量条件与失败分母。
框架也被用于 12 亚基四面体纳米颗粒设计，串联 RFdiffusion、RPXdock、ProteinMPNN、AlphaFold 与 Rosetta。15 个送测设计中，1 个成功组装，报告成功率为 6.7%。但这个案例最直接展示的，是非常规工具组合也能接入同一流水线。
另一个案例连接 C2 与 D3 对称组件，先探索连接肽长度，再扩展输入，最终观察到晶体。但报告展示的明场显微镜晶体图，不能当成原子结构验证。设计晶胞、预测结构和显微观察分别提供不同层次的证据，这条边界不能靠配图跨过去。
开源的外壳，包不住所有许可
仓库 LICENSE 对 Chaperone 作者自研代码采用 MIT。但官方第三方声明明确：分发包包含改编的 AlphaFold 3 runner，沿用 CC BY-NC-SA 4.0；打包配置也列出了混合许可。因此，商用审查不能只看仓库首页，更不能把全部内容按 MIT 一笔带过。
权重、数据库、PyRosetta 等还可能需要单独获取或接受上游条款；Python 3.12、容器、驱动与算力配置仍是实际门槛。但这些限制也不抹去它的工程价值：更准确的定位，是面向 Agent 的蛋白质设计工作流执行层。
“操作系统”的比喻，有助于理解统一接口、作业调度和设计履历为何重要。但它目前仍依赖底层模型、编码智能体、集群设施和人的科学判断。Chaperone 展示的，是把这些角色组织起来的可复用路径；更广泛的模型家族和独立团队验证，仍待补齐。
当工具越来越多，设计者可能更需要能复用的实验路线。但下一道检验会更苛刻：换一套模型、换一个集群、换一个实验室，这条路线还能省下多少时间，又能留下多少可靠候选？“操作系统”的问号，要等这些答案慢慢填上。