谷歌AI智能体VERID完成湿实验室闭环测试，自主设计分子并纠错

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

谷歌团队思路的核心是让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、读取结果，还会将结果直接返回模型，让智能体在循环中调整策略。为了让AI“看懂”整个实验室，团队搭建了名为VERID的框架：它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，确认无撞针、空吸等问题后再下发指令，并保留运行视频与动作日志供回溯。

在一项肌红蛋白筛选中，系统一度认为找到了更好的分子，加入对照后发现并未真正识别目标，随后它调整设计规则，下一轮效果即改善。谷歌强调，目前这仍是科研原型而非成熟产品，科研人员仍需审核序列、核对方案、监督机器人运行。AI智能体的价值主要在于压缩“预测—验证”之间的繁琐环节，让早期发现阶段的设计与迭代更快。

近期OpenAI、Anthropic等公司也在进入同类方向：前者推出面向生命科学的实验规划工具，后者让模型参与新型酶系统线索的发现，但仍由科学家动手验证。随着智能体与机器人协同深入真实实验室，药物发现与材料筛选的研发节奏有望被显著加快。