谷歌智能体在湿实验室完成自主实验闭环

谷歌官方技术博客近日公布了其AI智能体自主湿实验室建设的最新进展。研究团队让智能系统在液体处理机器人上完成了“设计分子—安排实验—读取结果—调整下一轮方案”的闭环测试，将以往停留在计算机中的分子设计推进到真实实验台上的反复验证。

湿实验室是处理试剂、生物样本和液体的实验场所，生化实验通过试管、移液器等设备实际操作完成，与仅用计算机模拟的干实验室不同。AI要与真实世界打交道，必须进入湿实验室，因为干实验室的研究结果直接放到真实环境中常会出现偏差。

谷歌团队的核心思路，是让AI系统在真实生物学反馈中不断修正判断：不仅由AI开展实验并读取结果，还会将结果返回模型，使智能体在循环中调整策略。为了让AI智能体“看懂”整个实验室，团队搭建了名为VERID的框架。该框架基于开源机器人控制框架，为工作台建立持续更新的数字孪生，记录机械臂位置、孔内液量、试剂种类、枪头库存等状态，在确认没有撞针、空吸、容器不匹配等问题后，再将指令发给机器人；运行时的视频和动作日志也会保留，便于研究人员回溯。

现有自动化设备大多仍依赖人类编写程序和调试。此次团队把“看结果后改方案”也交给系统，但修改前必须重新核对设备和样本状态。在一项肌红蛋白筛选中，系统曾认为找到更好的分子，加入对照后发现并未真正识别目标，随后调整设计规则，下一轮效果得到改善。

谷歌强调，目前这仍是科研原型，不是成熟产品。科研人员仍需审核序列、核对方案并监督机器人运行。该系统的价值主要在于压缩“预测—验证”之间的繁琐环节，加快早期发现阶段的设计与迭代。