文章核心观点 - 谷歌DeepMind等团队开发了名为Co-Scientist的多智能体AI系统，旨在帮助人类科学家加速科学发现，特别是在生物医学领域展现了巨大潜力 [2][3][4] Co-Scientist系统设计与原理 - Co-Scientist基于谷歌Gemini大语言模型构建，其核心创新在于“多智能体架构”和“测试时计算放大”机制 [7] - 系统内部包含六个分工明确的AI智能体：生成智能体、反思智能体、排名智能体、邻近智能体、进化智能体和审查智能体，它们协同工作以模拟一个虚拟研究团队 [7][8][9] - 系统采用类似生物进化的“锦标赛机制”，使假说能够随着思考时间的延长而不断迭代优化，在对203个不同科学领域目标的测试中，其表现超越了之前的SOTA模型和人类专家的第一直觉 [11] 生物医学领域应用验证 - 在急性髓系白血病（AML）的“老药新用”研究中，Co-Scientist从2300种已获批药物中筛选出5种候选药物，后续湿实验证实它们均能抑制AML癌细胞活性，其中Binimetinib、Pacritinib和Cerivastatin效果尤为出色 [14] - 在肝纤维化新靶点发现研究中，Co-Scientist提出的表观遗传靶点在人类肝脏类器官的实验中展现出显著的抗纤维化活性和肝细胞再生能力 [15] - 在破解抗生素耐药性（AMR）机制的任务中，Co-Scientist在未提供任何已发表文献的前提下，仅用两天时间独立推导出cf-PICI通过与多种噬菌体尾部相互作用来扩展宿主范围的前沿机制，该机制与后来发表于Cell期刊的独立实验结果相吻合 [16] 对科学界的影响与定位 - Co-Scientist展示了通用人工智能（AGI）在复杂科学推理和跨领域知识整合方面的巨大潜力 [19] - 该系统的设计初衷并非取代人类科学家，而是开启“人类科学家主导，AI赋能”的全新协同范式，将科学家从繁琐的文献筛选和初期试错中解放出来 [19]