【ZiDongHua 之“智能自动化”标注关键词：华大智造；涌生智能；生物科研；AI；实验室自动化 】
 
　　

快判断，慢执行！华大智造涌生智能发布「生物科研的Jev」

 
　　做一次基因表达分析，AI不仅要找到数据、运行代码，还要判断采用哪种筛选标准、怎样理解报错、何时可以提交结果。这些选择，都会影响最终结论。
 
　　继ProtoPilot 之后，华大智造旗下涌生智能研究团队（Genoria AI Team）于 2026年10月29日发布Operon-S1研究，探索一种新的科研AI分工方式：由执行系统完成分析，由独立的判断系统在关键环节提供提醒与复核，并通过有检验门槛的训练改进判断。
 
　　这项研究关注的是生物医学AI智能体（Agent）——能够围绕目标规划步骤、调用工具并完成任务的AI系统。面对多步骤科研任务，智能体需要反复判断下一步怎么做。Jev这类快速决策模型，为降低判断开销提供了一种思路。Operon-S1将类似思路用于生物科研，用快判断把Agent成本打下来，同时让判断更容易检查和改进。具体体现在三个方面：
 
　　快慢协作：轻量模型负责快速判断，慢系统负责规划与执行，共同处理复杂科研任务。
 
　　判断可以单独改进：把判断从执行中独立出来，让每次判断可追溯、可检验，让判断能力可以单独训练和升级。
 
　　调控而不代劳：借鉴操纵子（Operon）的调控思路，通过提醒、复核等动作引导任务进程，具体分析与执行仍由智能体完成。
 
 
　　把关键判断单独拿出来
 
　　同一份基因表达数据，采用不同的筛选阈值，报告的基因清单就可能不同。代码运行成功，并不意味着采用的标准符合研究要求。
 
　　论文分析了一组包含49道可评分题的生物信息学测试：原版智能体答错了12道，其中5道的正确数值已经出现在运行输出中，最终却选择了另一种约定下的答案。这个例子提示，计算之后的判断也值得单独检查。
 
　　Operon-S1将这类判断从执行流程中提取出来，与团队此前参与研发的ProtoPilot配合工作。ProtoPilot负责规划、写代码、运行分析和整理答案；Operon-S1则在任务开始、运行过程和提交前的13类决策点，检查分析类型、报错原因、证据是否充分等问题。
 
　　它把判断变成有明确选项的问题，再通过提醒、要求复核等预设动作影响执行过程。判断者可以替换，判断记录可以回看；它没有把执行任务的工具和代码接管过来。
 
　　例如，遇到筛选标准可能不匹配的情况，系统可以提醒执行智能体核对标准。记录中会分别保留作出的判断、智能体是否采纳，以及任务最终的结果，便于分析问题出在哪一环。
 
　　改进判断，也要检验改进是否成立
 
　　Operon-S1包含决策流程、可替换的判断模型，以及带检验门槛的训练机制。训练中用于判断对错的标签，来自任务构造、验证程序或代码执行。新版本需要与上一版本、规则方法等对照比较，还要检查模型的把握程度是否与实际表现匹配；符合门槛的版本，才成为下一轮改进的起点。因此，这里的“自我改进”是一套有记录、有检验条件的迭代流程。
 
 
　　论文采用公开的本地模型LAYA作为一种判断模型，并训练了后续版本。在所评估的训练问题上，判断准确率得到改善。另一项使用750道未用于该轮训练的选择题的测试显示：只改变选项顺序时，答案随之改变的比例由约37%降至约6%。这反映了该测试中判断稳定性的提升，不代表整个科研任务的准确率。
 
　　本地判断也具有较低的响应开销。论文中，一次报错分类判断在CPU（中央处理器）上运行的耗时中位数约为0.6秒。这个数字对应一种具体判断，不是完成一次科研任务的时间；本地运行无需支付托管模型的逐次请求费用，但仍需要计算资源。
 
　　完整任务的效果，要与判断能力分开看
 
　　本文共纳入7组测试、1,417个任务，涉及序列推理、数据分析、实验方案排错等场景，各组的对照设置不尽相同。测试既检查判断本身，也检查判断介入后，完整任务的得分、步骤和成本如何变化。
 
　　在使用未经本研究训练的LAYA初始版本时，SeqQA序列推理测试的成本降低5.8%，探索性的protocolqa2实验方案排错测试的执行步骤减少10.3%，这两组的得分均未检测到明显变化。
 
　　效果也有边界：同一版本在另一组序列推理测试seqqa2中，得分下降约1.3 个百分点。研究尚未证明它能在多数测试中同时提高效率、保持成绩。因此，判断模型训练后的改善，还需要通过完整任务评估来验证其实际收益。
 
　　用探针设计说明判断如何影响研究方案
 
　　研究还探索了探针设计这一具体应用。探针是一段用于识别并富集目标DNA的短序列；多条探针组成一个面板，帮助测序聚焦研究者关心的区域。
 
　　设计探针时，“能覆盖目标区域”只是一个条件。如果目标序列与其他位置高度相似，探针可能无法区分它们；目标区域太短，或碱基组成特殊，也会影响设计选择。
 
　　论文将这些测量结果转成明确的设计判断：遇到无法区分的相似序列，考虑其他检测方法；目标区域过短时，调整探针长度等设计参数；面对富含G、C两种碱基的区域，则评估增加探针密度等方案。生物学条件由此成为AI选择下一步动作的依据，而不是只生成一段泛泛的建议。
 
　　本次探针案例主要是计算设计与质控分析。文中另有一组早于Operon-S1的历史捕获测序数据，用于提供实验参照，不能据此认定本系统已经完成自主湿实验闭环。实验方案排错测试也属于对方案和失败描述的分析，并非实际操作实验仪器。
 
　　为规模化AI科学发现积累可检验的能力
 
　　Operon-S1的贡献，是为科研AI提供一种可检验的分工：让执行过程中的关键判断有明确的问题、有可追查的记录，也有独立改进的方法。
 
　　Operon-S1的名字取自生物学中的“操纵子”（operon）。1961年，Jacob与Monod提出操纵子模型；两人与 Lwoff 因基因调控相关发现，共同获得1965年诺贝尔生理学或医学奖。操纵子的调控机制响应信号，调节一组基因的表达，Operon-S1呼应了这种分工：判断系统根据任务状态提供提醒、要求复核，具体分析与执行仍由执行系统完成。
 
 
　　从计算分析走向更多实验场景，需要持续验证这些判断能否带来真实收益。这项研究是涌生智能面向规模化AI科学发现的一项探索：把生命科学中的具体约束，转化为AI可以处理、研究者可以检查的决策过程。