AI杀入科学家“主场”：OpenAI智能体将挑战人类蛋白质设计，原定“人机大战”临时改赛制
TREE NEWS 报道， 人工智能与人类科学家之间的竞争，正从棋盘和数学题蔓延至生命科学的核心领域。Ginkgo Bioworks原本策划了一场蛋白质设计竞赛，计划让斯坦福大学教授Michael Jewett单独迎战OpenAI的AI智能体团队，意图打造“卡斯帕罗夫对决深蓝”的历史时刻。然而，就在9月14日首轮对决前夕，这场比赛被紧急叫停，随后以一种截然不同的面貌重新登场——赛制从“单挑”变为“合竞”（coopetition），任何科学家均可报名组队参与。
Ginkgo联合创始人兼总裁Reshma Shetty表示，调整背后的考量是希望避免加剧当前科学界对人工智能的紧张情绪。这一转变发生于OpenAI宣布其内部AI模型在不到一周内攻克困扰数学界近百年的纳维-斯托克斯问题之后。该消息在全球数学界引发强烈震动，并重新点燃了有关AI与人类未来关系的激烈讨论。Ginkgo联合创始人兼CEO Jason Kelly坦言：“所有人都害怕输。”
赛制重塑：从“人机对决”到“合竞”
原版“Mike Versus the Machines”的构想颇具戏剧张力：Jewett作为无细胞蛋白质合成领域的权威专家，独自对阵仅由AI智能体组成的OpenAI团队。Jewett可使用任何市售AI工具，而OpenAI则可动用其最先进的内部未发布模型。Ginkgo不仅提供位于波士顿总部、面积达15000平方英尺、配备大量机器人的实验室作为赛场，还聘请了纪录片摄制组全程记录。
重组后的新赛制彻底改变了这一对抗格局。任何科学家均可报名，既可组成一支统一的“人类队”集体应战，也可各自组队单独挑战OpenAI的智能体。Ginkgo不再使用“competition”（竞争）一词，转而采用“coopetition”（合竞）这一表述——该词收录于牛津英语词典，意指“竞争对手之间的合作”。Shetty表示：“这不仅仅是关于谁更优秀，而是关于如何通过合作推动科学目标的实现。”目前，Jewett尚未确认是否参赛。
纳维-斯托克斯冲击波与科学界的集体不安
赛制调整的直接导火索，是OpenAI于9月8日宣布的一项重大突破：其先进内部AI模型在不到一周内解决了纳维-斯托克斯这一困扰数学界近百年的难题，并超越了两位近期在该问题上取得重要进展的数学家。部分数学家将此称为数学领域的“卡斯帕罗夫-深蓝时刻”，认为这要求人们重新思考数学的未来走向。
事实上，科学界的不安情绪在此之前已经积聚多时。科学家们持续批评Anthropic CEO Dario Amodei、Google DeepMind主席Demis Hassabis等AI领域领导人关于“AI将在未来十年内攻克重大疾病”的论断。本周，Amodei发推称Claude发现了可能用于基因编辑的分子，尽管他承认尚不清楚这一发现的重要程度，但仍遭到众多科学家批评，认为在掌握更详细信息之前他本应保持更大克制。
这种弥漫于科学界的集体焦虑，最终直接影响了Ginkgo的决策。Shetty表示，近期的舆论气候令公司不得不重新考量比赛的呈现方式，以避免此次蛋白质竞赛被简单化地解读为AI碾压人类的又一佐证。
比赛规则：机器人裁判，蛋白质为题
按照新规，比赛将于10月中旬启动，预计持续至今年底。各轮次中，参赛团队须针对Ginkgo指定的三种蛋白质提交最优化学配方设计，随后由Ginkgo将方案转化为指令，驱动机器人执行实验。第一关的目标蛋白质是实验室常用的超折叠绿色荧光蛋白（sfGFP），胜出标准为以最低成本生产最多蛋白质。后续两轮蛋白质难度递增，评判标准也更为复杂，涵盖蛋白质是否能正确折叠等指标——这对实际药物开发至关重要。Shetty以烘焙作比：“光把蛋糕做出来是不够的，蛋糕还得好看、好吃。”
Ginkgo将向参赛团队提供可选化学品清单，同时允许各队自行添加最多10种清单以外的化学品，以体现科学研究中的创造力与专业判断。OpenAI智能体与人类团队相互不知晓对方的选材方案。
Ginkgo与OpenAI：从合作到竞技的渊源
此次竞赛并非Ginkgo与OpenAI的首次合作。两家公司的渊源颇深：2014年，OpenAI CEO Sam Altman执掌Y Combinator后，Ginkgo成为首家入选该加速器项目的生物技术公司，Y Combinator亦成为Ginkgo的重要投资方。竞赛的创意，据报道源于Altman 2025年4月的40岁生日派对。Kelly在派对上向一位OpenAI高管介绍了Ginkgo机器人实验室的能力，并邀请其参观位于加州艾默里维尔的实验室，由此引发了双方与OpenAI生命科学研究团队的合作洽谈。
两家公司的首项合作，正是聚焦于无细胞蛋白质合成领域——与此次竞赛主题完全一致。今年2月，双方宣布联合将该流程成本降低了40%，超越了此前由Jewett团队在六个月前刚刚树立的行业新标准。正是这一结果引发了Jewett的质疑：OpenAI的优势在于机器人能够完成约3万次实验，而他实验室的学生只能手工操作，仅完成了1231次。他提出设问：若人类与AI智能体均能借助机器人执行实验，哪一方能拿出更好的方案？这一追问，最终促成了眼前这场竞赛。
竞赛热潮蔓延：生物学领域的AI大考
Ginkgo与OpenAI并非唯一筹备此类“人机竞赛”的机构。AI初创公司Edison Scientific的CEO兼联合创始人Sam Rodriques表示，他与同事已整理出一份利用AI有望解决的生物学难题清单。研究机构FutureHouse正组建评审团，并计划为解题者设置现金奖励。规模更大的竞赛同样呼之欲出。本月早些时候，Anthropic与总部位于瑞士洛桑的自动化蛋白质设计实验室初创公司Adaptyv Bio宣布，将联合主办“全球最大规模蛋白质设计竞赛”，赛事于9月28日启动。Anthropic将提供价值100万美元的Claude算力额度，帮助科学家设计应对五大难题的蛋白质；Adaptyv与Anthropic将共同资助获选设计的实验室测试，赛事向所有人开放报名。Adaptyv CEO兼联合创始人Julian Englert表示，纯由AI智能体组成的团队赢得其中一项或多项挑战，在理论上完全可能实现。
哈佛医学院AI智能体研究员Marinka Zitnik认为，上述竞赛的密集涌现，折射出AI科学家能力的飞速进化。但她指出，真正的终极考验尚未到来——那将是一个AI系统独立作出突破性发现，并被经验丰富的科学家评定为“值得诺贝尔奖”的那一天。
对投资者的关键启示
- 关注Ginkgo Bioworks（DNA）：公司转向“合竞”可能强化其作为AI与生物技术桥梁的品牌形象，但执行力和商业化仍是关键。
- AI基础设施仍是核心持仓：随着AI向科学发现领域扩展，对算力、云服务和专用芯片的需求可能增长。
- 制药研发面临颠覆：AI驱动的蛋白质设计可能压缩药物发现周期，利好早期采用者，给落后者带来压力。
- 去中心化算力与AI代币值得关注：AI与加密的融合可能加速，尤其是在去中心化算力和数据市场领域。
- 人机协作成为新叙事：投资者应青睐那些将自身定位为协作推动者而非纯自动化替代的公司。
这场蛋白质设计竞赛将于10月中旬启动，持续至年底，由机器人执行实验并担任裁判。首轮目标蛋白质是超折叠绿色荧光蛋白（sfGFP），胜出标准为以最低成本生产最多蛋白质。后续轮次难度递增，评判标准涵盖蛋白质是否正确折叠——这对实际药物开发至关重要。随着AI持续深入科学发现的核心地带，人类与机器智慧的界限正在模糊。对投资者而言，机会不在于选边站队，而在于识别将推动这一协作科学新时代的平台和基础设施。
