刚刚，OpenAI发布重磅产品，Codex一秒化身「AI科学家」！

　　2个月前，Anthropic祭出了Claude Science，将科学家的工作流集成到该平台中。

　　今天，OpenAI也交出了自己的产品。

　　OpenAI正式发布Rosalind Workbench，一款专门为生命科学研究者打造的AI工作台。

　　它基于Rosalind 模型的智能与一系列新的生命科学插件和工具相结合，将 Codex 转变为真正的co-scientist。

　　官方给它的定位很直接——让每一位科学家，都拥有一支自己的研究团队。

　　目前，这一AI生命工作台，已经发直接集成到codex中。

　　碎片化的数据，割裂的工具

　　OpenAI看来，科学研究有一个痛点。

　　数据在一个地方，分析在另一个地方，产生结果的过程记录又散落在第三个地方。

　　研究者想跟着证据往下走，但证据本身就非常零碎，增加了大量时间。

　　Rosalind Workbench要做的，就是把这些碎片重新粘合到同一个环境里。

　　产品目前以研究预览形式，内嵌在ChatGPT app里向部分用户开放。

　　RosalindWorkbench出现在Codex的产品导航结构下。OpenAI正把Codex重新定位成跨领域的通用agent底座，Rosalind Workbench是长在这个底座上的垂直分支之一。

　　其底层模型是GPT-Rosalind，一款专为生物学和药物研发打造的垂直领域推理模型。

　　GPT-Rosalind可以帮助科学家们更快地找到证据、分析复杂的数据，从而得出更可靠的研究结论。

　　在BixBench基准测试中，GPT-Rosalind取得已公开模型中的顶尖成绩，超越了Grok4.2、GPT5.4等一众模型。

　　官方描述是“前沿推理能力+跨药物化学、基因组学、湿实验室协助等领域的专业工具编排能力”的结合体。

　　OpenAI还透露了野心：未来要让多个agent组成团队，跨领域协作，帮研究者追问更有野心的科学问题。

　　从任务出发，探索科学流程

　　不同的学科使用不同的数据和方法，但其根本需求往往是相同的：将生物学问题与正确的证据联系起来，并明确下一步决策的路径。

　　因此打开Workbench，起始界面按研究场景划分几个方向。

　　包括蛋白质设计、小分子设计、安全性和可开发性、结构和序列、基因组学和病理学以及实验验证等方面的研究任务

　　用户可以选择一项任务或探索可用的科学工具。

　　每个方向下都挂着预设任务，比如“设计20个PD-L1纳米抗体并给候选分子排名”，或者“将伊马替尼（Imatinib）对接到ABL1并检查前五个构象”。

　　这个相当于新手引导页面，用户可以直接从这些任务入手，了解清楚怎么使用后，再迁移到自己的真实数据。

　　官方举的一个例子很说明问题：一个关于疾病机制的问题，可能始于一个基因组学信号，牵出一个分子结构，需要文献证据支撑，最终落到一个新的实验设计。

　　每一步用的数据和方法都不一样，但都指向同一个生物学问题。

　　这部分存在的意义，就是省掉研究者在这些工具之间来回切换、反复重建上下文的时间。

　　三大科学查看器

　　这是本次发布里视觉上最直观的部分。

　　有大致的研究目标和流程后，科学家非常需要直接查看各种科学证据。

　　OpenAI打造了三个专门的可视化查看器（viewer），可以让研究者在同一个对话窗口里检查数据、追问细节，观察结果还能和后续分析保持关联。

　　第一个是Molecular Structure Viewer，分子结构查看器。

　　官方演示案例是打开PDB 5LF3——人源20S蛋白酶体结合硼替佐米的结构。

　　外层α环显示为青色，内层β环为珊瑚色，结合的硼替佐米分子为金色，α环入口、催化腔、β5位点的结合情况全部标注清楚。

　　模型的解读、蛋白序列、三维视图，被统一保持在同一个界面里。

　　第二个是Biological Sequence & Alignment Viewer，序列比对查看器。

　　通过比对avGFP、EGFP、EBFP、ECFP四种荧光蛋白变体，高亮显色团形成的关键残基，直接把序列差异和荧光颜色变化对应起来。

　　第三个是Slide Viewer，病理切片查看器。

　　它能辅助研究者在组织切片图像上探索、圈定出需要病理医生进一步复核的区域。

　　针对计算密集型的基因组学工作，OpenAI还单独做了一个NGS Analysis Workbench。

　　内置了一整套pipeline库：FASTQ质控、Bulk/单细胞RNA-seq、DNA变异分析、ATAC-seq、ChIP-seq、CUT&RUN/CUT&Tag、扩增子测序、物种分类分析，覆盖面相当全。

　　NGS Analysis Workbench的pipeline库界面

　　测序分析最麻烦的地方从来不是仪器本身，而是后面一连串琐碎决策。

　　Rosalind通过先给出一份计划，交研究者过目批准，再协调调用相应工具，最终返回可追溯、可复核的结果。人依然把关，但琐碎的执行环节被压缩了。

　　产品目前分成两个使用模式。

　　Explore模式，面向一般性科学提问和探索，用的是普通可用的ChatGPT模型。

　　Research模式，面向复杂生物学问题、深度分析和高级科研工作流，需要通过机构验证才能申请，个人访问权限官方给出的说法是——即将推出。

　　也就是说，目前这套东西主要向机构开放，普通个人研究者暂时获取不到Research模式。

　　开放插件生态

　　Rosalind Workbench的插件设计理念人机协同。让科学家和AI看到同一份上下文，操作同一份数据，一起产出洞察。

　　OpenAI没有让GPT-Rosalind负责所有生物学建模，而是在结构预测这类高度专业化的任务上，直接接入外部专业AI模型公司的能力。

　　目前公开的专业建模合作伙伴有两家：

　　Boltz负责结构预测、分子/蛋白筛选、binder设计；Tamarind Bio负责分子建模。

　　还有一家实验室公司Adaptyv则负责蛋白质合成等。

　　OpenAI说得很直白：这些垂直插件，就是为通用模型不够用的时候准备的。

　　简单来说，OpenAI定位于连接层和协调层的位置，把更专业性的人物交给

　　专业AI公司。

　　访问方式上，用户目前分成三档：研究者、企业用户、政府与公共卫生团队。

　　简单对比一下Claude Science

　　值得一提的是，Anthropic早在两个月前，就发布了科研工作台Claude Science，目前已经进入付费用户可用的beta阶段。

　　两家公司几乎在同一个时间窗口，把Coding领域跑通的agent workbench范式，复制进了实验室。

　　呈现形式上，Rosalind Workbench还没有脱离ChatGPT，但是Claude Science已经是一个独立的产品。

　　底层路线也不太一样。

　　OpenAI是专用模型+自建可视化查看器+外部专业插件，Anthropic是通用推理模型Opus系列+英伟达的BioNeMo专业底座+外部插件，获得包括Evo 2、Boltz-2、OpenFold3等专业模型的能力。

　　商业化进度上，Claude Science已经跑到付费beta，Rosalind Workbench还停在研究预览阶段。

　　不过，目前Anthropic的布局显然更加完善，发布模型硬件标准（MHS），这是一个通用实验室设备接口协议。

　　它能让Claude不只提出科学猜想，分析实验数据，而是能够直接指挥真实世界里的实验设备。

　　这场AI for Science基础设施平台的争夺战，才刚刚开始。

　　— The End—