生信圈的“自动驾驶”到哪一步了?

从工具平台到“AI科学家”，谁能抢占科研OS的下一个十年

生信圈的卷，正在从“卷算力、卷算法”转向“卷Agent”。

最近生信智能体火起来了，顺便复盘了市面上主流的 16 个 BioAgent 生态项目，我发现了一个非常有意思的现象：虽然大家都在喊 AI，但赚钱的、有护城河的，完全是两拨人。

如果你还在纠结怎么用 AI 写个脚本，那可能真的落后一个时代了。现在的玩家们，已经在谋划如何让 AI 自主搞科研。

1. 谁在闷声发大财？

目前的商业闭环（能赚钱的）：能落地赚钱的，基本都是“Skill类”或“数据平台”。

• Benchling AI：已经成了生物研发的事实标准。它做的不是什么玄学模型，而是把实验数据管理、AI设计和自动化流程揉在了一起。科研人员离不开它，不是因为 AI 多聪明，而是因为流程离不开。

• DNAnexus 和 Terra.bio：这两位是典型的“收过路费”模式。靠着云算力和成熟的 NGS 分析 Pipeline，稳稳吃住了临床生信和大规模群体基因组学的市场。

个人观点：现阶段，能帮生物公司省掉繁琐的 Workflow 步骤，比喊“替代科学家”的口号要值钱得多。

2.哪些平台具有护城河特征？

在我看来 ClawBio、Recursion 和 Insitro划到了最有潜力的“平台级护城河”阵营。

为什么？因为它们在做 Bio-Runtime（生信运行环境）。

• ClawBio：走的是开源社区路线，主打多组学自动分析和数据库调用。它最迷人的地方在于“任务链”的自动化，极有可能成为未来科研团队的生信入口。

• Recursion OS：这已经是工业级的 Runtime 了。它把“表型分析-AI决策-实验验证”做成了一个闭环。这不再是一个工具，而是一个能跑科研逻辑的系统。

未来的生信产品，不会再是一个个孤立的 Notebook 脚本，而是一个能指挥实验、能分析数据、能自己生成假设的操作系统。

3. “AI科学家”真的要来了吗？

未来两年，最值得关注的趋势是 AI-Scientist 系统。

我们梳理了几个处于不同阶段的项目：

• ScienceClaw：技术方向极准，试图让 AI 自主生成假设。虽然产品化难度极高，但在学术界的影响力不容小觑。

• BioAgent-OS：尝试把实验设计和数据分析彻底闭环。虽然目前生态还比较弱，但这种“自动驾驶”的雏形已经出来了。

在这个生态表里，你会发现一个残酷的趋势：纯工具类的 AI 正在迅速贬值，而拥有“闭环能力”和“数据护城河”的项目正在通吃。

• 科研团队：请关注ClawBio 和 ScienceClaw，能让你效率翻倍的做科研。

• 药企研发： Recursion 和 Insitro 的平台模式，个人觉得是工业化研发的趋势

• 开发者：别再卷单一的模型了，去思考如何构建能处理复杂科研证据链的 Agent Runtime。

AI 不会取代科学家，但能用好“AI Scientist OS”的科学家，一定会取代那些还在手动调参的人。