扫描下载APP
其它方式登录
文章揭示AI智能体在生物学领域（尤其是病毒序列检索）表现严重不稳定的根源：现有生物数据库如NCBI Virus为人类网页交互设计，缺乏稳定、可复现的机器可调用接口，导致模型反复数错数据；错误可能引发疫情起源时间误判超90年等严重后果；解决方案gget virus作为确定性检索层，显著提升准确率与稳定性，凸显数据基础设施而非模型本身才是科研AI落地的关键瓶颈。
Anthropic指出生物学AI智能体发展滞后的主要瓶颈并非大模型推理能力不足，而是生物数据基础设施陈旧、异构、缺乏标准化接口与确定性执行层，导致Agent难以稳定、可复现地检索和处理病毒序列等关键数据；文章以NCBI Virus检索为例，揭示‘浏览器点击式工作流’对自动化的阻碍，并提出gget virus等工具构建面向Agent的可靠数据访问层。
