先看证据
实验规模增长，解释能力成了瓶颈
OpenAI、PerturbAI 与 Scripps Research 发布了一项使用数千个 GPT‑Rosalind 智能体的研究：它们分析既有的小鼠全脑 CRISPR Perturb-seq 图谱，把基因扰动造成的细胞反应与科学文献联系起来。研究要处理的不是如何让 AI 在实验室里编辑基因，而是实验已经产生大量结果后，研究者怎样逐项理解这些结果、又怎样把它们放回分散的生物学知识中。
这一区分决定了该工作的实际含义。大规模实验可以同时扰动许多基因，并在大量细胞中观察变化；但每种扰动都要查阅文献、对照不同细胞类型，人工审阅容易变成串行工作。团队试图把这段解释流程并行化，让研究者能系统筛过更多结果，而不是把“分析更快”直接等同于“疾病研究更快”。
并行的单位不是问题，而是单个扰动
系统把任务拆到单个基因扰动：每个 agent 查看相应的细胞反应，检索相关文献，再写出可能的解释。随后，这些单项报告被汇总成 reasoning atlas，把基因、细胞效应、相关论文与候选机制连在一起。公开的代码库也将框架描述为先生成单扰动报告，再综合报告寻找扰动之间的关系、预测留出效应并整理待检验假设。
这种拆法的意义不只是多开几个模型实例，而是让不同扰动可以各自展开文献搜索，最后再回到跨扰动比较。团队报告，在最大工作负载的比较中，分布式分析引用了 700 多篇文献，单 agent 版本引用 11 篇。这个差距说明并行架构扩大了检索覆盖面，但引用数量本身并不能证明解释正确，也不能替代研究者检查具体证据链。
32 分钟是分析耗时，不是发现的终点
这次分析覆盖的数据集规模不小：公开页面列出约 770 万个细胞、近 2,000 个疾病相关基因，以及 19,070 种 mRNA 和 8,588 条 sgRNA。OpenAI 称数千个 agent 在 32 分钟内完成了对既有数据的分析与解释；研究团队估计，人工逐个扰动进行相当程度的分析和文献回顾，可能需要数月至一年。后一个数字是团队估算，并非与 AI 实际运行进行的对照实验。
评估结果为“用于筛选”提供了一些支持，但证据范围也应说清。团队称，盲评专家在 75% 的比较中更偏好分布式报告，而模型对新颖性和科学价值的判断也与专家判断相符。它表明报告可能更适合帮助研究者发现、排序候选线索，不代表专家确认了报告中的机制，更不意味着实验验证也被压缩到 32 分钟。
生物学线索仍然是待检验的问题
报告中值得追踪的线索，展示了系统如何把数据变化转成研究问题。团队指出，Tsc2 扰动在小脑相关细胞中影响了数十个与神经沟通有关的基因，而 Tsc1 扰动的变化较少；另一个例子是 Dctn1 扰动伴随胆固醇合成相关基因表达上升。后者与文献中的胆固醇运输问题相联系，进而引出一个问题：神经元内胆固醇的分布是否发生变化？
这是一条可供实验追查的推理路径，不是已经确立的疾病机制。数据来自小鼠脑细胞图谱，表达变化与文献关联都不能直接证明人类神经退行性疾病中的因果关系。尤其是“DCTN1—胆固醇—神经退行性变化”仍应被表述为候选假设；现有材料没有证明它能解释疾病，也没有显示它已经指向有效治疗。
把它放在实验优先级，而不是结论层
对技术负责人和研究团队而言，合理的落点是把这套方法接在大型筛查结果之后：先用并行报告扩大文献交叉核验的覆盖范围，再由研究者挑选值得投入实验资源的假设。公开的 reasoning atlas 和代码库为检查结果提供了入口，但“可查看”不等于已经独立复现；采用者仍需确认数据、检索证据和推理链是否适合自己的研究问题。
因此，32 分钟可以说明分析流程的并行能力，却不能代表从实验到机制验证的周期。相关论文目前是 bioRxiv 预印本，读者也应把这些结果按预印本和团队报告理解。可执行的判断是：用它拓展候选问题、改善后续实验排序，同时把机制是否成立交还给可复核的实验；如果项目需要人类疾病结论，就不能跳过从小鼠线索到人类证据的验证。