多代理協作常被簡化成「動用多少個 AI」，但數量本身不能證明研究結果可靠。OpenAI、PerturbAI 與 Scripps Research 最近展示一套分散式 AI 代理流程：將小鼠全腦 CRISPR 資料拆成多個基因擾動任務，讓代理平行整理細胞反應與相關文獻，再彙整為可供研究者追查的線索。判斷這套方法能否用在研究流程，關鍵在任務切分是否合理、證據是否可追溯，以及候選假說能否由實驗和人工審查接手。
一、搜尋生物資料線索，原本卡在哪一步？
瓶頸在資料規模超過研究者逐項解讀與查文獻的時間，尤其是把細胞變化連回可能機制時。 AI 代理可以先擴大搜尋範圍，但它提出的解釋仍是待檢驗的研究線索。
CRISPR（基因編輯工具）擾動實驗會改變特定基因，再觀察細胞反應。若同時涵蓋大量基因與細胞類型，資料會迅速增加。資料表能呈現擾動後的變化，卻不會自動解釋其意義或疾病關聯。
研究者還得核對細胞分類與實驗條件、查找相關研究，再判斷哪些變化值得設計後續實驗。逐筆處理時，弱訊號、跨領域線索與意外結果容易排在後面。這反映分析覆蓋率受人力限制，並不表示所有資料都值得追查，或演算法能代替研究者下結論。
OpenAI 的發布資料稱，團隊使用數千個由 GPT-Rosalind 驅動的 AI 代理，在 32 分鐘內分析既有小鼠腦部實驗資料。這項速度與「人類逐一分析約需數月到一年」的比較，是研究團隊估算，不能直接當作不同實驗室、資料集或研究問題都會達到的效能。衡量這類方法，應同時問它覆蓋了哪些結果、漏掉了哪些結果，以及多出的線索能否減少後續搜尋工作。
先前的抗菌胜肽案例也用 AI 代理搜尋研究線索；這次著重把基因擾動分派給代理並彙整輸出，不能因此推論線索已獲實驗證實。
二、上千個代理怎麼分工：角色、資料與候選線索的關係
研究團隊把不同基因擾動分派給個別代理，要求它們檢視細胞反應、搜尋文獻並提出解釋，再將報告彙整成可追溯的線索圖譜。 這是對既有實驗資料做平行解讀，代理本身沒有執行新的生物實驗。
研究使用全腦 CRISPR 圖譜，記錄基因擾動與小鼠腦細胞反應。分散式生物推理先把大問題拆成小任務：代理各自查看一項擾動、細胞反應與相關文獻，整理解釋後再彙整成 reasoning atlas（推理圖譜），連結基因、細胞效應、文獻與可能機制。
這種設計的價值在於平行化與任務邊界。單一代理一次拿到整份大型資料，可能要在有限時間和上下文中取捨；拆成小任務後，更多項目可以同時進入整理流程。代理產出應視為帶有來源脈絡的候選解釋，例如某項基因擾動在特定細胞類別造成變化，文獻裡有一種可能機制可供比對。研究者仍需回到原始資料與文獻，判斷線索是否正確、是否新穎、是否值得做實驗。
同一篇 OpenAI 說明比較了分散式代理與單一代理：在負載最大的比較中，分散式代理引用超過 700 篇文獻，單一代理引用 11 篇；盲測中，專家有 75% 的時間偏好分散式代理的報告。這些是發布團隊所報告的比較結果。引用數較多只表示檢索覆蓋較廣，不能單獨證明每條引用都相關；專家偏好也不等於假說正確或實驗已重現。要解讀效能，需看原始評估設計、評分標準、樣本數和可重複的分析產物。
「AI 可以幫助更多研究者探索這些資源。」— Sarah Teichmann，劍橋大學幹細胞醫學講座教授、Human Cell Atlas 共同創辦人（OpenAI 發布資料所載，依原文意譯）
評估這類分工時，要確認資料如何切分、代理能讀取什麼、輸出附帶哪些證據，以及誰決定後續實驗。任務太粗會只剩摘要，太細則增加重複與矛盾報告的整合成本，效益需按實際任務評估。
三、候選線索不是結論：實驗驗證與人工複核各自把關什麼
人工複核檢查推理與文獻是否站得住腳，實驗驗證則檢查生物機制能否在設計好的實驗條件下重現。 兩者處理不同問題，專家覺得值得追查，不代表機制已被證實。
人工複核要檢查代理是否正確描述資料、引用是否支持其說法、排序理由是否清楚。題名相近的論文可能探討不同問題，相關變化也可能被誤寫成因果。研究者應回查原始圖表、方法與引用段落；若輸出沒有標明資料和文獻來源，就難以審核。
實驗驗證要把假說轉成可否證的問題，定義測量指標、對照組與實驗條件。若線索指向基因擾動可能影響膽固醇調控，研究者須選擇細胞與指標，並排除其他解釋。用同一份資料重跑模型，不能取代生物實驗。
OpenAI 舉出的線索包括 Tsc1 與 Tsc2 在小腦神經元反應上的差異，以及 DCTN1 擾動與膽固醇相關基因表現之間的可能連結。後者被整理成一個待追問的假說：DCTN1 擾動會不會改變神經元中的膽固醇分布，並與神經退化有關？這是可供研究者設計後續實驗的問題，不是 AI 已找到治療神經退化疾病的方法。發布文章也未提供這些候選機制已經完成後續實驗驗證的結果。
「這或許能提供思考疾病生物學的新角度。」— Tomasz Nowakowski，UCSF 神經外科副教授（OpenAI 發布資料所載，依原文意譯）
目前一手說明來自參與合作的 OpenAI 官方發布，研究另以 bioRxiv 預印本形式公開，尚未經期刊同儕審查。讀者解讀數字與發現時，應留意現有證據來自研究團隊報告和預印本。合作團隊尚未公開候選線索的實驗通過率或獨立重現資料。後續研究若依公開方法得到一致結果，才會增加對可重現性的信心。
四、規模化之後，新增了哪些風險？
代理數量增加會擴大搜尋覆蓋，也會放大錯誤引用、重複線索和整合成本。 評估時要追蹤每個候選的證據鏈、人工複核時間和獨立重現情況，而不是只記錄處理速度。
第一個風險是錯誤隨產量擴散。多個代理若共用錯誤標註或檢索來源，結論看似一致也可能有相同偏差。系統應保存來源段落、資料版本、提示與輸出，讓研究者能回查證據。
第二個風險是複核人力成為瓶頸。若候選增加快於專家審查能力，團隊可能把時間花在清理低價值輸出。應記錄候選從產生、核對到實驗排程的工時，確認節省的是總工時，而非只有運算時間。
第三個風險是評估基準不足。專家偏好反映報告是否有用，無法證明判斷正確或換一批資料仍有相同結果。評估應交代盲測流程、評分方式與比較基準，並分開報告假說產出和實驗驗證；只公布成功案例也無法估計誤判率。
第四個風險來自資料與工作流程。團隊須確認資料使用權、存取權限、留存和稽核方式。資料格式、細胞分類、前處理版本或模型設定改變，都可能影響輸出；研究單位應保存輸入和版本紀錄，並指定誰批准候選進入下一階段。
因此，「每小時分析更多項目」不能單獨作為採用理由。更實際的問題是，對同一批資料，代理比現行流程多找出多少經人工確認有用的線索，增加的審查和實驗成本有多少，結果能否被另一個團隊重做。若這些指標沒有事先定義，團隊很容易把大量報告誤當成研究產能提升。
五、台灣研究團隊要評估導入，該先看哪些條件？
先盤點資料是否可用、候選由誰複核、輸出能否追溯，再用小範圍任務與既有流程比較總成本。 若資料品質與複核責任還不清楚，增加代理數不會自動補足這些條件。
第一步是挑選可界定的任務，使用已有人工分析結果的資料，限定代理工作，例如整理細胞反應或搜尋文獻。保留現行分析作為基準，預先定義有用輸出與不可接受的錯誤，避免把摘要完整度當成效益。
第二步是整理資料來源與欄位定義，確認版本、品質和樣本脈絡足以支持解讀，也確認資料能否送入模型服務。使用外部服務前，核對處理條款、存取控制與保存政策；資料不能外流時，評估本地部署和維護能力。這些條件會決定代理可讀取的內容與稽核方式。
第三步要指定複核角色與工作量：由熟悉資料的人核對訊號，領域研究者判讀文獻和機制，實驗團隊決定測試可行性。人力規劃也要計入查證、合併重複候選與記錄錯誤的時間，並訂定排序規則。
第四步比較規模與成本。小型資料集或人工處理很快時，多代理整合成本可能高於收益；大量、可拆分的搜尋任務較適合試行。比較模型費用、複核工時、錯誤修正、候選進入實驗的比例與重現性。代理數應依任務量及檢查能力設定。
- 選定一批有人工分析基準的資料，定義代理任務和可接受輸出。
- 確認資料權限、品質、版本與模型服務的存取條件。
- 指定負責查原始資料、核對文獻和決定後續實驗的人員。
- 記錄模型、提示、引用來源、複核工時與錯誤類型。
- 比較候選線索的人工確認率、實驗後續比例與重現結果，再決定是否擴大。
OpenAI、PerturbAI 與 Scripps Research 的案例，呈現的是一種把大型生物資料搜尋工作拆分並平行處理的研究方法。是否適合其他實驗室，仍取決於資料型態、研究問題、可負擔的複核人力與實驗資源。後續可觀察合作團隊是否公開候選線索的實驗驗證通過率，以及獨立團隊能否重現同一批結果；這些資訊比代理總數更能協助研究單位判斷是否導入。
- 多代理協作擴大了既有生物資料的搜尋與整理範圍，產出仍是候選線索。
- 人工複核檢查證據與推理，實驗驗證檢查生物機制，兩者不能互相替代。
- 導入前先定義資料權限、複核責任、總成本與可重現性指標。
常見問題
Q1: AI 代理找到的線索代表已發現新療法嗎？
不代表。代理整理的是可能值得追查的關聯或機制假說，仍需研究者核對證據，並透過設計好的實驗檢查是否成立。
Q2: 這項研究的 32 分鐘代表其他團隊也能達到相同速度嗎？
不能直接這樣推論。32 分鐘是合作團隊對特定資料與任務的報告；資料規模、模型設定、檢索資源和整合流程不同，都可能改變所需時間。
Q3: 專家偏好多代理報告，是否等於研究結論已驗證？
不是。專家偏好比較的是報告在盲測中的表現，和假說是否經實驗證實是不同問題。仍要確認評估方法、原始證據與後續實驗結果。
Q4: 小型研究團隊適合直接部署上千個代理嗎？
代理數量應依任務量與複核能力決定。可先用小批資料與人工基準比較，計算總工時、錯誤修正成本和有用候選比例，再評估是否擴大。
