金色財經
作者：張雅琦，華爾街見聞
人工智慧與人類科學家之間的競爭，正從棋盤和數學題蔓延至生命科學的核心領域。
Ginkgo Bioworks原本策劃了一場蓄意打造"卡斯帕羅夫對決深藍"歷史時刻的蛋白質設計競賽，計劃讓斯坦福大學教授Michael Jewett單獨迎戰OpenAI的AI智能體團隊。然而，就在9月14日首輪對決前夕，這場比賽被緊急叫停，隨後以一種截然不同的面貌重新登場——賽制從"單挑"變為"合競"（coopetition），任何科學家均可報名組隊參與。Ginkgo聯合創始人兼總裁Reshma Shetty表示，調整背後的考量，是希望避免加劇當前科學界對人工智慧的緊張情緒。
這一轉變發生於OpenAI宣布其內部AI模型在不到一周內攻克困擾數學界近百年的納維-斯托克斯問題（Navier-Stokes）之後。該消息在全球數學界引發強烈震動，並重新點燃了有關AI與人類未來關係的激烈討論。對Ginkgo的賽事組織者而言，這場輿論風波直接促使他們重新審視比賽定位。Ginkgo聯合創始人兼CEO Jason Kelly坦言：
"所有人都害怕輸。"
原版"Mike Versus the Machines"的構想頗具戲劇張力：Jewett作為無細胞蛋白質合成（cell-free protein synthesis）領域的權威專家，獨自對陣僅由AI智能體組成的OpenAI團隊。Jewett可使用任何市售AI工具，而OpenAI則可動用其最先進的內部未發布模型。Ginkgo不僅提供位於波士頓總部、面積達15000平方英尺、配備大量機器人的實驗室作為賽場，還聘請了紀錄片攝製組全程記錄。
重組後的新賽制徹底改變了這一對抗格局。任何科學家均可報名，既可組成一支統一的"人類隊"集體應戰，也可各自組隊單獨挑戰OpenAI的智能體。Ginkgo不再使用"competition"（競爭）一詞，轉而採用"coopetition"（合競）這一表述——該詞收錄於牛津英語詞典，意指"競爭對手之間的合作"。Shetty表示："這不僅僅是關於誰更優秀，而是關於如何通過合作推動科學目標的實現。"
目前，Jewett尚未確認是否參賽。
賽制調整的直接導火索，是OpenAI於9月8日宣布的一項重大突破：其先進內部AI模型在不到一周內解決了納維-斯托克斯這一困擾數學界近百年的難題，並超越了兩位近期在該問題上取得重要進展的數學家。部分數學家將此稱為數學領域的"卡斯帕羅夫-深藍時刻"，認為這要求人們重新思考數學的未來走向。
事實上，科學界的不安情緒在此之前已經積聚多時。科學家們持續批評Anthropic CEO Dario Amodei、Google DeepMind主席Demis Hassabis等AI領域領導人關於"AI將在未來十年內攻克重大疾病"的論斷。本周，Amodei發推稱Claude發現了可能用於基因編輯的分子，儘管他承認尚不清楚這一發現的重要程度，但仍遭到眾多科學家批評，認為在掌握更詳細資訊之前他本應保持更大克制。
這種瀰漫於科學界的集體焦慮，最終直接影響了Ginkgo的決策。Shetty表示，近期的輿論氣候令公司不得不重新考量比賽的呈現方式，以避免此次蛋白質競賽被簡單化地解讀為AI碾壓人類的又一佐證。
按照新規，比賽將於10月中旬啟動，預計持續至今年底。各輪次中，參賽團隊須針對Ginkgo指定的三種蛋白質提交最優化學配方設計，隨後由Ginkgo將方案轉化為指令，驅動機器人執行實驗。
第一關的目標蛋白質是實驗室常用的超摺疊綠色熒光蛋白（sfGFP），勝出標準為以最低成本生產最多蛋白質。後續兩輪蛋白質難度遞增，評判標準也更為複雜，涵蓋蛋白質是否能正確摺疊等指標——這對實際藥物開發至關重要。Shetty以烘焙作比："光把蛋糕做出來是不夠的，蛋糕還得好看、好吃。"
Ginkgo將向參賽團隊提供可選化學品清單，同時允許各隊自行添加最多10種清單以外的化學品，以體現科學研究中的創造力與專業判斷。OpenAI智能體與人類團隊相互不知曉對方的選材方案。
此次競賽並非Ginkgo與OpenAI的首次合作。兩家公司的淵源頗深：2014年，OpenAI CEO Sam Altman執掌Y Combinator後，Ginkgo成為首家入選該加速器項目的生物技術公司，Y Combinator亦成為Ginkgo的重要投資方。
競賽的創意，據報導源於Altman 2025年4月的40歲生日派對。Kelly在派對上向一位OpenAI高管介紹了Ginkgo機器人實驗室的能力，並邀請其參觀位於加州艾默里維爾的實驗室，由此引發了雙方與OpenAI生命科學研究團隊的合作洽談。
兩家公司的首項合作，正是聚焦於無細胞蛋白質合成領域——與此次競賽主題完全一致。今年2月，雙方宣布聯合將該流程成本降低了40%，超越了此前由Jewett團隊在六個月前剛剛樹立的行業新標準。正是這一結果引發了Jewett的質疑：OpenAI的優勢在於機器人能夠完成約3萬次實驗，而他實驗室的學生只能手工操作，僅完成了1231次。他提出設問：若人類與AI智能體均能藉助機器人執行實驗，哪一方能拿出更好的方案？這一追問，最終促成了眼前這場競賽。
Ginkgo與OpenAI並非唯一籌備此類"人機競賽"的機構。AI初創公司Edison Scientific的CEO兼聯合創始人Sam Rodriques表示，他與同事已整理出一份利用AI有望解決的生物學難題清單。研究機構FutureHouse正組建評審團，並計劃為解題者設置現金獎勵。
規模更大的競賽同樣呼之欲出。本月早些時候，Anthropic與總部位於瑞士洛桑的自動化蛋白質設計實驗室初創公司Adaptyv Bio宣布，將聯合主辦"全球最大規模蛋白質設計競賽"，賽事於9月28日啟動。Anthropic將提供價值100萬美元的Claude算力額度，幫助科學家設計應對五大難題的蛋白質；Adaptyv與Anthropic將共同資助獲選設計的實驗室測試，賽事向所有人開放報名。Adaptyv CEO兼聯合創始人Julian Englert表示，純由AI智能體組成的團隊贏得其中一項或多項挑戰，在理論上完全可能實現。
哈佛醫學院AI智能體研究員Marinka Zitnik認為，上述競賽的密集湧現，折射出AI科學家能力的飛速進化。但她指出，真正的終極考驗尚未到來——那將是一個AI系統獨立作出突破性發現，並被經驗豐富的科學家評定為"值得諾貝爾獎"的那一天。
來源：金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
上一篇
下一篇
