5 月 19 日，Nature 同一天放出三篇论文。三个团队，三套系统，但它们指向同一件事：科学发现这条流水线，正在被 AI 一段一段拆开重做。
更值得玩味的是，同一天 Nature 还配了一篇社论，标题叫《Why AI cannot do good science without humans》。一边是三篇论文演示"AI 科学家能做到什么"，一边是编辑部在提醒"别忘了人"。这种安排不是巧合，是 Nature 在给这股浪潮定调。
需要先说清一点：这三个系统并非这天才首次现身——它们此前都挂过预印本，Co-Scientist 的前身早在 2025 年 2 月就已流传。5 月 19 日的意义，是它们同日正式登上 Nature 正刊。这本身就是个信号。我们先把三篇论文讲清楚，因为它们做的根本不是一件事。
Paper 01 — FutureHouseRobin：第一个把"假设—实验—分析"闭环跑通的系统
第一篇来自 FutureHouse（Samuel Rodriques 的团队）。系统叫 Robin。论文是 Nature 的加速预览版，2025 年 5 月收稿、2026 年 5 月接受。
论文的措辞很硬：这是第一个能够同时自动化实验生物学中假设生成与数据分析两个环节的多智能体系统。它把文献检索智能体和数据分析智能体接在一起，可以生成假设、提出实验方案、解读实验结果、再生成新一轮假设。作者自己给的定位是"半自主（semi-autonomous）"和"lab-in-the-loop"——没有吹"全自主"，这点很克制。Robin 已在 GitHub 开源。
这套东西不是停在 PPT 上。Robin 被用来找干性年龄相关性黄斑变性（dAMD）——发达国家头号致盲原因——的治疗候选药物。它从一个空白的疾病名出发，自己列出实验方案、设计 assay、提出候选药。
接下来的迭代过程，顺序值得说清楚。第一轮，Robin 在吞噬实验里筛出的显著 hit 是 Y-27632——一个 ROCK 抑制剂。在第一轮的柱状图里，只有 Y-27632 带着星号（p<0.05），是唯一统计显著的那个。
针对 Y-27632 的跟进 RNA-seq 实验——实验本身也是 Robin 自己提出并分析的——揭示了 ABCA1 上调。ABCA1 是一个关键的脂质外排泵，可能是个全新靶点。
第二轮，Robin 基于前一轮结果又提出一批候选药，并把它们和 Y-27632 放进同一个吞噬筛选里正面比较。这一次冒出来的更强的 hit 是 ripasudil。
ripasudil 是一个日本批准用于治疗青光眼的 ROCK 抑制剂，从来没有人提出过用它治疗 dAMD。Robin 在体外确认了它的有效性——增强 RPE 吞噬的效果明显强于 Y-27632。这是一个真正意义上的"老药新用"发现：一个青光眼药，被推向了黄斑变性。
最该划重点的一句话在论文里：这篇报告正文中所有的假设、实验方向、数据分析和数据图表，都是 Robin 产出的。人类只负责动手做湿实验。这就是所谓"lab-in-the-loop"——人是 Robin 的手，不是 Robin 的脑。
Paper 02 — Google DeepMindCo-Scientist：把假设生成做成了一场锦标赛
第二篇来自 Google DeepMind 和 Google Research，作者列表里挂着 Demis Hassabis。系统叫 Co-Scientist，基于 Gemini。
如果说 Robin 强调的是"闭环"，Co-Scientist 强调的是"假设的质量怎么 scale 上去"。它不是一个单一模型，而是一组分工明确的智能体：Generation、Reflection、Evolution、Proximity、Meta-review，外加一个负责锦标赛排名的 Ranking Agent。
它的两个核心设计：一是带异步任务执行框架的多智能体架构，可以灵活扩展算力；二是一个锦标赛式的进化流程——多个智能体不断生成、批评、改进假设，让它们互相竞争淘汰。
这里有个很巧的细节：这场锦标赛的打分用的是 Elo 评分，就是给国际象棋棋手排名的那套机制。论文显示，假设的质量会随着 test-time compute 的增加而持续提升——最佳假设的 Elo 一路从约 1350 爬到 1600。换句话说，你给它更多推理算力，它就能想出更好的科学假设。这是把"scaling law"那一套，直接搬到了科学创意的生产上。
验证同样是真刀真枪的。Co-Scientist 在三个生物医学场景里跑——药物重定位、新靶点发现、抗微生物耐药机制解释。
其中在急性髓系白血病（AML）的药物重定位任务里，Co-Scientist 给出了多个候选药，体外实验在 MOLM-13、KG-1a、HL-60、NOMO-1 等多个 AML 细胞系上确认了它们的肿瘤抑制活性——代表性分子包括 Binimetinib、Pacritinib、Cerivastatin 和 KIRA6，都能在临床相关浓度下起效。能在更低浓度起效，意味着更小的脱靶副作用空间，这正是药物重定位想要的结果。
但要注意一个边界：Co-Scientist 的产物是假设。它负责想，验证交给人。它没有 Robin 那种"自己解读实验数据、再迭代下一轮湿实验"的闭环。
Paper 03 — Google · HarvardERA：不去想假设，去写代码
第三篇最容易被忽略，但可能是最"刁"的一篇。它同样出自 Google 体系，联合哈佛 Michael Brenner 团队，底座也是 Gemini。系统叫 ERA（Empirical Research Assistance）。
ERA 不生成假设，也不跑湿实验。它干的事是：写专家级的科研软件。它的逻辑是：科学发现常常卡在一个很无聊的瓶颈上——你有想法，但要把它变成能跑的代码、能用的方法，这个过程又慢又靠手工。
ERA 用大语言模型加树搜索（Tree Search），把"写代码"变成一个不断逼近某个质量指标的优化问题，在巨大的解空间里自己探索，迭代成千上万个代码变体。结果有点吓人——论文正文里这句话被直接高亮：
在生物信息学领域，ERA 在 OpenProblems 批次整合基准上发现了 40 种全新的单细胞数据分析方法，全部击败了人类开发的最强方法。在 leaderboard 上，带"(TS)"标记的 ERA 方法几乎垄断了榜首区间。
在流行病学领域，ERA 生成了 14 个模型，在预测 COVID-19 住院人数上击败了 CDC 协调的 COVID-19 Forecast Hub 的 ensemble 模型，以及所有其他单个模型。
此外 ERA 还覆盖了地理空间分析、斑马鱼神经活动预测、数值积分等任务。如果说 Robin 和 Co-Scientist 动的是"科学家的脑"，ERA 动的是"科学家身边那个写脚本的人"。对每天在 vibe coding 的人来说，这一篇的体感最直接——它证明了 AI 写出来的方法，可以在公开榜单上正面碾压人类最优解。
The Signal三篇放在一起，才是真正的信号
单看任何一篇，都只是"又一个 AI for science 系统"。但三篇同一天落在 Nature，逻辑就变了。把科学发现拆成一条流水线：提出假设 → 设计实验 → 实现工具/方法 → 跑实验 → 解读数据 → 迭代。
Co-Scientist 攻"提出假设"，而且用锦标赛 + scaling 把它做成了可量产的环节；ERA 攻"实现工具/方法"，直接在 leaderboard 上把人类比下去；Robin 把"假设—实验—分析—再假设"这一整段闭环串了起来，只把湿实验那一步留给人。
还有个不该忽略的细节：三篇里有两篇（Co-Scientist 和 ERA）的底座都是 Gemini——Google 一家，就同时在这条流水线的两个不同环节落子了。生命科学的发现流程，正在被分段重写——这就是 Nature 选择三连发的潜台词。
The Brake那篇社论：Nature 自己踩了一脚刹车
但 Nature 没有让这股兴奋无限放大。同一天的社论《Why AI cannot do good science without humans》，本质上是在给三篇论文加一个注脚。而这个注脚，三篇论文自己其实都承认了。Robin 自称"半自主"，湿实验靠人；Co-Scientist 的假设要人来验证；ERA 写出的方法，最终也要人判断"它在科学上到底意味着什么"。没有一个系统声称自己能脱离人独立做科学。
它们改变的是人在流程里站的位置——从"每一步都自己做"，变成"在关键节点做判断、做验证、做收尾"。这恰恰是值得 AI4Bio 从业者认真想的地方。三篇论文真正的共同点不是"AI 取代科学家"，而是：科学家的工作正在从'执行'上移到'判断'。谁能更快地判断一个 AI 假设值不值得做、一个 AI 方法可不可信，谁就站在了新流程的上游。
ripasudil 不会自己从文献里跳出来。但当一个系统把它递到你面前时，你需要立刻知道：这值不值得进湿实验室。这个能力，以后就是科研的核心竞争力。