第 20 步，分数停在 0.6791，距离 0.68 的达标线只差 0.0009。这个分数叫界面置信分，衡量抗体和靶点是否真能结合，0 到 1，越高越可信——四舍五入，不就是 0.68 吗？
但智能体没有给自己放行：它按未取整的原始分数判定不达标，继续优化。三步之后，第 23 步，分数爬到 0.68004，它宣布达标，停了下来。
这是一场官方演示里的第一个任务。近日，斯坦福化学工程助理教授布莱恩·希宣布：他实验室的 AI 智能体 Proto 以插件形式上线了 ChatGPT，并放出两段演示对话 [38]。第一个任务：照着开源管线 Germinal 的配置，为 PD-L1 设计一个全新的纳米抗体。PD-L1 是癌细胞用来踩住免疫刹车的蛋白；纳米抗体只有常规抗体十分之一大小。指令还规定：只跑第一阶段，达标线 0.68，最多 60 步。
演示漂亮，但数字可信吗？我们拿到了演示的全部产物文件——轨迹表、结构文件、序列文件——逐一做了独立核对。一个智能体，从抗体写到 DNA——两个任务是希挑的：一个设计蛋白质，一个写作 DNA，正好覆盖生成式生物学的两条主线。放在平时，每条管线都得自己写代码、租显卡。
先翻仓库，再跑模型
Proto 是什么？它把自己定义为「生成式生物学的编程语言」：把 80 多种生物 AI 模型和计算工具封装成统一接口，智能体用自然语言就能调用 [30][32]。今年 6 月，它刚挂上预印本，代码开放 [31][33]。
接入 ChatGPT 意味着什么？不用装环境，不用租显卡，在对话框里就能开工。同一条推文还指向 OpenAI 的 Rosalind 工作台研究预览——我们此前报道过它——这个基于 GPT-Rosalind 模型的工作台，把「设计 PD-L1 纳米抗体」列为官方示例任务 [37]。
接到任务后，Proto 没有急着跑模型，先去翻了 Germinal 的仓库：抗体三段环的长度 11、8、18，框架四段 25、17、38、14，靶点上五个关键残基，达标线 0.68。这些数字我们逐一核对过，与仓库配置完全吻合 [29][36]。
Germinal 来头不小：斯坦福与 Arc 研究所合作开发的抗体设计管线，去年 9 月挂出预印本，今年 8 月又拿了《自然·方法》的研究亮点 [4][42]。论文报告每个靶点只测 43 到 101 个设计，实验成功率 4% 到 22%，做出的纳米抗体达到纳摩尔级结合力，PD-L1 正是它的示范靶点 [4][5]。
还有个插曲：Proto 自带的 Germinal 完整封装只能在本地跑，它就把管线拆成零件自己组装——AlphaFold2 的梯度后端负责优化，抗体版序列模型负责重写。组装方式与官方流程一致，相当于手工复刻了一条流水线。
23 步爬坡
第一阶段叫「幻觉设计」——这里的幻觉是褒义：让 AlphaFold2 反向想象出一个能贴住靶点的蛋白。界面置信分从第 1 步的 0.140 起步，第 6 步 0.374，第 11 步 0.531，第 17 步 0.614，一路爬到第 23 步达标。
过程中它两次自己纠错。第一次，模板文件传输被截断，它发现后推倒重来，声明半截轨迹不算数。第二次更微妙：输出里有个字段数值其实是损失函数，直接当成分数读会误判达标，它识别出来，改用真分数。
达标后进入第二阶段：抗体专用的序列设计模型 AbMPNN 重写三段环。40 条候选、温度 0.2，按困惑度——模型对序列的把握，越低越好——选出 2.553 的那条。37 个环位点里 29 个允许改，8 个已经贴住靶点的残基原样保留。
换模型，信心没了
最后一步，用 Biohub 今年发布的 ESMFold2 给抗体和靶点做复合物折叠。这个模型的论文发现，多跑循环次数对抗体-抗原对接特别有帮助 [9][15]，所以智能体把循环开到 20 次、扩散采样开到 100 步、独立样本 5 个。
结果出来了：结构置信分 0.783，但界面置信分只有 0.401。信心去哪了？AlphaFold2 阶段的 0.68，没有跨模型传递过来。智能体在总结里自己写明：两个预测都不构成实验上的结合验证。
还有个细节值得记录。折叠靶点本该检索同源序列做比对，但调用外部接口意味着把序列发出去。智能体在提交前拦下这一步，想找本地数据库，本地没有，最终改用无比对模式：序列不出工作区。
第二个任务：让 DNA 模型续写噬菌体
蛋白质之外，DNA 呢？第二个任务是用 Arc 研究所的 Evo 2 做「语义设计」：给一段有生物学含义的开头，让模型接着写。Evo 2 今年登上《自然》，训练数据覆盖近 9 万亿个碱基 [17][19]。
智能体没有随手找段序列。它从 NCBI 调出铜绿假单胞菌噬菌体 JBD30 的基因组，截取 1000 个碱基，切口精确停在一个叫 Aca1 的基因末尾。Aca1 是抗 CRISPR 系统的标配零件，负责给这套对抗细菌免疫的系统当开关 [24][28]。
Evo 2 用 70 亿参数的模型、温度 1.0、固定随机种子 20260827，独立续写 10 段，每段正好 2000 个碱基。我们在本地逐条验证：全部只含四种碱基，两两不同，种子序列与 NCBI 参考基因组完全一致。
我们核对了每个数字
冷水与局限
但冷水必须泼。所有结果都是计算机里的预测，没有一个分子进过实验室。这些设计真的能结合吗？Germinal 论文自己的数据摆在那里：计算达标的设计，实验成功率也只有 4% 到 22% [4]。官方演示天然展示成功案例，平均水平的运气不会写进推文。
日志本身也不能照单全收。智能体声称 60 步上限「正好等于」仓库默认设置，实际默认是 65 步；它还声称沿用了仓库的学习率退火设置，而默认配置里这项是关的 [36]。两处都不影响结果，但说明转述必须核对——哪怕转述者是 AI。
两段英文指令，没有一行代码，一个智能体从抗体写到 DNA，两条真实管线在 ChatGPT 的对话框里跑完了。放在三年前，这是一个计算生物学家几周的工作量。但「跑完」和「跑对」之间，隔着培养皿——智能体把这句话写进了自己的总结，这或许是整份日志里最可靠的一句。