DeepMind 发布 Co-Scientist 多智能体科研助手

DeepMind 推出的 Co-Scientist 是一套基于 Gemini 的多 agent 协作系统，定位是科研人员的假设生成伙伴，主攻 life sciences 但不限于此领域。系统由一个 supervisor agent 担任 adaptive planner，把研究目标拆分为可执行子任务，再调度多个专门 agent 并行探索不同路径，生成的候选假设进入一个 Elo-based 比赛机制反复打分、批评、演化，形成假设生成的迭代循环。DeepMind 把这套架构描述为"结构化科学思考的可靠多 agent 系统"的早期样本。

发布同时披露了若干合作实验室的早期使用案例。Stanford 医学院 Gary Peltz 的团队用 Co-Scientist 寻找肝纤维化药物再利用候选，系统挑出的某个药物在实验中阻断了 91% 的瘢痕相关反应，结果发表于 Advanced Science。MIT 的 Ritu Raman 与 Ryan Flynn 在 ALS 研究中借助 Co-Scientist 消化大体量文献并发现互补专长的合作点；Cambridge 的 Clare Bryant 用它把流感与 COVID-19 跨种传播相关的氨基酸搜索范围从年级压到月级；Calico Life Sciences 的衰老生物学团队则提到系统给出过一条关于 integrated stress response 的新假设，后续在实验室获得验证。

Co-Scientist 反映的趋势是 AI 在科研管线中的角色从单点工具向多 agent 协作伙伴迁移。读者层面值得关注的是它把"文献综合 → 假设生成 → 排序与演化 → 实验设计建议"打通在同一个 supervisor 调度下，而非堆砌若干互不通信的子模型；对计划引入 agent 系统辅助实验设计的实验室，这套架构提供了可参考的协调机制原型。