大型语言模型（LLMs）有词汇模型。专家有世界模型。 这就是整个差距。 一个大型语言模型写出的合同看起来完美无缺。律师则清楚对方律师会如何将其撕得粉碎。 生物学也是如此。一个模型预测蛋白质结构。生物学家会问：当细胞受到压力、发炎或死亡时，它是如何表现的？ 下一个人工智能的前沿不是智能，而是模拟的深度。

今天我的 X 动态充满了实际的医学突破： 🇲🇽 墨西哥科学家消除了 HPV 🇪🇸 西班牙研究人员治愈了小鼠的前列腺癌 🇯🇵 日本通过再生医学恢复了瘫痪患者的运动功能 🇰🇷 韩国科学家报告逆转了结肠癌 🇻🇳 越南临床医生显示血癌可以完全治愈 生物医学科学正以空前的加速步伐发展。 这是医学的一个真正伟大的日子。🧬🚀

每个人都对2025年的“科学AI”感到兴奋！在年末，请允许我分享我对AI与生物学的忧虑和乐观。 在过去的一年里，我深入研究了生物基础模型、医疗AI和药物发现，以下是我在2025年学到的三条经验。 1. 生物学不仅仅是“另一种模式”。 我仍然看到的最大误解是： “生物学是文本 + 图像 + 图表。只需扩展变压器。” 不。生物学是因果的、层次的、随机的，并且在某些方面是不完整的，这些是语言和视觉所不具备的。 标记与现实并不完全对应。 标签稀疏、偏见且常常错误。 真实情况是有条件的、依赖于上下文的，有时是不可知的。 我们取得了真正的进展——单细胞、成像、基因组学、电子健康记录终于被联合建模——但残酷的事实是： 大多数生物信号并不是等待更好损失函数的监督问题。 它们是干预驱动的问题。它们需要扰动、反事实和机制，而不仅仅是预测。 显然，扩展是有帮助的。但没有因果结构，扩展主要给你更清晰的相关性。 2025年加强了我对生物基础模型必须围绕扰动、不确定性和可操作性构建的信念，而不仅仅是表示学习。 2. 基准测试在生物学上造成的阻碍大于计算能力。 老实说：AI与生物学的基准测试仍然存在问题。 每个人都报告SOTA。每个人选择不同的数据集切片。 每个人调优不同的指标。每个人避免前瞻性验证。 我们将机器学习基准测试中最糟糕的习惯引入了一个风险更高的领域。在生物学和医疗保健中，1%的增益如果不能转移，比无用更糟——它是误导性的。 缺少的不是更多的基准测试，而是严格的基准测试： •前瞻性的，而不是回顾性的 •基于扰动的，而不是静态的 •多地点的，而不是单实验室的 •关注失败的，而不是优化排行榜的 如果你的模型只在创建它的数据集上有效，那它就不是基础模型——它是数据集的伪影。 在2026年，我们需要更少的华丽图表，更多的谦逊、严谨和负面结果。 3. 生物学中的“推理”不是思维链。 越来越多的人倾向于将“推理”这个词直接应用于生物LLM。 我们要小心。 生物推理不是语言流利性、较长的上下文窗口或更美观的解释。这些都是表面上的改进。生物学中的真正推理出现在其他地方：在形成假设、决定进行哪些实验、在扰动失败时更新信念，以及不断权衡成本、风险和不确定性。 一个美丽地解释路径但无法决定下一个进行哪个实验的模型不是推理，而是在叙述。 2025年让我相信，未来在于代理生物AI： 将基础模型与实验、模拟和决策循环结合的系统。 结束思考： AI与生物学并没有落后于代码或语言的AI。它只是在玩一个更难的游戏。 约束是真实的。数据是混乱的。反馈循环是缓慢的。后果是重要的。 如果2025年让我明确了什么，那就是： 我们不会通过将生物学视为文本来取得进展。我们将通过构建更像科学家的AI来取得进展：怀疑、迭代，并愿意犯错。 前进到2026年。