从数学、物理、生物再落地药物化学，OpenAI的AI for Science版图再落关键一子。
就在今天，OpenAI宣布一项重磅成果：推出近自主AI化学家系统！
科学家要亲自动手做耗时又烧钱的实验的时代，正式宣告终结！
本次OpenAI并未依赖单一模型能力，而是搭建了一套多模块协同的端到端科研产品系统。
药物化学中，Chan–Lam碳氮偶联反应是小分子药物研发的基石，抗癌药、抗菌药、利尿剂等主流药物的核心骨架均依赖该反应合成。
伯磺酰胺+硼酸（或硼酸酯）的组合作为最经典的Chan-Lam偶联反应，产率却惨不忍睹，平均只有16.6%，并且还有各种副产物。
传统人工研发模式下，化学家每日仅能完成3组实验。
想要完成完整条件筛选需要十余年，试错成本极高、周期极长，大量潜力药物分子因无法高效合成被放弃。
GPT-5.4浏览大量文献，突然蹦出一个奇怪的建议：加点TEMPO等温和氧化剂试试？
之所以奇怪是因为，此前化学家只会想着改良催化剂，不会往额外加氧化剂这个冷门条件，相关文献也几乎没有参考先例。
随后，GPT-5.4通过两轮自动化实验完成验证与优化。
Maria实验室在AI指挥下，两轮跑了10080个反应。
数据显示，加了TEMPO之后，平均产率飙升到25.2%，而且产率超过30%的反应比例从15.6%翻倍到了37.5%。
图：TEMPO相比无氧化剂基线能提升产率
更牛的是，在测试的硼酸和磺酰胺底物中，分别有88%和83%都明显变好。
随后人类科学家进一步进行了手动验证。
结果显示，14对底物中有11对产量更高，大多数情况下产量增加了两倍以上！
长期以来，合成难度大是新药研发的最大阻碍。
科学家只能研究能顺利合成出来的分子，很多潜力巨大的药物分子，因为合成工艺不成熟，只能被搁置放弃。
而此前AI能够设计出大量的分子，但合成仍然需要科学家手动完成。
并且如果合成不出来进行验证，AI设计出的分子就没有任何用处。
这款AI化学家的出现，彻底改变了小分子药物研发的传统模式。
人工需要十年做完的实验量，AI几天就能完成；原本需要数月的工艺优化，现在数周就能落地，大幅节省时间和物料成本。
不过，OpenAI进一步指出：它只是近乎自主的AI化学家，而不是完全自主AI化学家。
因为上述过程全程离不开化学家的专业判断、实验修正和成果审核。
并且，该系统仅能优化特定的药物合成反应，还不能通用适配所有化学反应和工业生产场景。
但至少，这一步证明了一件事：AI不仅能读论文，提出假设，它还能在真实的实验室里自主设计、完成实验，并取得实质性的科学发现。
事实上，这不仅是OpenAI第一次走进实验室。
今年2月，OpenAI与合成生物学公司Ginkgo Bioworks合作，将GPT‑5 接入实验室，由机器人完成实验操作并反馈数据。
结果显示，GPT-5仅用三轮实验，就刷新了低成本无细胞蛋白合成的SOTA：
蛋白生产成本降低40%，试剂成本降低 57%，还开发出多款新型反应体系。
两次成果表明，AI 已经具备从文献推导假设、再到自动化实验验证完整闭环的能力。
未来：打造通用型AI科学协作终端
这次的成果只是OpenAI科学AI布局的一小步。
团队表示，短期会继续扩大实验范围，研究清楚优化反应的底层原理，摸清这套方案的适用场景和短板，同时邀请行业第三方团队重复实验、验证效果。
从长期规划来看，OpenAI想打造一款通用AI科研助手，全程辅助科学家完成提思路、做实验、析数据、迭代优化的全流程工作。
就在今天同一时间，OpenAI发布了用于衡量生命科学研究人工智能的新基准LifeSciBench。
LifeSciBench 一共包含750个专家撰写任务，覆盖7类工作流和7个生物领域。
这些任务由173位科学家贡献，覆盖了从文献整合、靶点发现、分子设计到实验设计、结果分析的全链条科研任务。
依托生命科学+化学基础领域，OpenAI有望赋能医药、农业、电子、能源、材料等多个行业，让AI成为科研人员的标配工具，加速各类科学创新落地。
OpenAI首席执行官奥特曼表示，未来两年，AI将在生物学、化学、物理学领域，做出真正意义上的发现。
AI颠覆科学的时代，正在加速到来！
推荐阅读
