OpenAI 等用数千个 Agent 分头分析小鼠脑 CRISPR 图谱
OpenAI 与 PerturbAI、Scripps Research 用基于 GPT-Rosalind 的数千个 Agent 分析一份覆盖数百万个小鼠脑细胞的全脑 CRISPR 扰动数据：每个 Agent 负责一个基因扰动，分析细胞反应、检索文献并提出解释，再汇总成「推理图谱」。整个分析用时 32 分钟，相关预印本已发布在 bioRxiv。
要点
- 在最大工作量下，单个 Agent 处理全部数据只引用了 11 篇文献，分布式 Agent 引用超过 700 篇
- 盲评中，人类专家有 75% 的情况更偏好分布式 Agent 的报告
- 提出了 Dctn1 扰动与胆固醇合成基因上调相关的可检验假说，专家认为新颖、值得跟进；结果定位为后续实验的线索而非结论
- 推理图谱已在 GitHub 公开
为什么值得关注
「一个 Agent 只管一小块、最后汇总」的拆分方式在大规模数据分析中明显优于单 Agent 硬扛，这一结构同样适用于代码库审计、文档批量分析等任务。
来源
### [OpenAI 等用数千个 Agent 分头分析小鼠脑 CRISPR 图谱]({{URL}})
OpenAI 与 PerturbAI、Scripps Research 用基于 GPT-Rosalind 的数千个 Agent 分析一份覆盖数百万个小鼠脑细胞的全脑 CRISPR 扰动数据：每个 Agent 负责一个基因扰动，分析细胞反应、检索文献并提出解释，再汇总成「推理图谱」。整个分析用时 32 分钟，相关预印本已发布在 bioRxiv。
- 在最大工作量下，单个 Agent 处理全部数据只引用了 11 篇文献，分布式 Agent 引用超过 700 篇
- 盲评中，人类专家有 75% 的情况更偏好分布式 Agent 的报告
- 提出了 Dctn1 扰动与胆固醇合成基因上调相关的可检验假说，专家认为新颖、值得跟进；结果定位为后续实验的线索而非结论
- 推理图谱已在 GitHub 公开
**为什么值得关注**：「一个 Agent 只管一小块、最后汇总」的拆分方式在大规模数据分析中明显优于单 Agent 硬扛，这一结构同样适用于代码库审计、文档批量分析等任务。
来源：[Using thousands of AI agents to uncover new leads in biological data](https://openai.com/index/scaling-ai-research-for-complex-biological-data/)