药物研发常被描述成寻找一根针，但真实工作更像先在仓库里找出所有可能的针，再逐根测量、分类、比较，还要判断哪一根值得真的做出来。11月3日，Google DeepMind展示了面向Google Antigravity的化学信息学能力：智能体围绕真实肺癌药物案例，检索数千种化合物、完成匹配分子对分析，并提出刚性大环分子与合成路线。演示把原本可能持续数天的流程压缩到约一小时，但“更快提出假设”不等于“更快得到新药”。
智能体负责调度，计算工具负责算
这套工作流的关键不是让语言模型凭记忆猜化学结论，而是让它调用确定性工具。系统连接RDKit，并接入ChEMBL、PubChem等资源。研究者提出目标后，智能体先搜索公开化合物数据，过滤缓冲剂、溶剂等无关条目，记录来源，再把整理后的集合交给后续分析。语言模型承担拆解任务、选择工具、组织报告的角色，分子描述符和结构比较则由专用软件计算。
这种分工比“让聊天机器人直接设计药物”可靠得多。化学结构、键和分子性质需要精确表示，任何字符级幻觉都可能把一个看似合理的答案变成不存在的分子。确定性工具把计算限制在可检查的规则内，智能体则减少研究者在数据库、脚本、可视化和文档之间搬运信息的时间。
为什么要比较只差一个变化的分子
演示采用匹配分子对分析，比较结构只相差一个离散变化的化合物，以观察这个变化对活性和性质的影响。团队特别关注“成环”带来的结果：大环化可能减少可旋转键，并在案例数据中与更高效力相伴。智能体还建立多种效力预测模型，并用留出数据验证；在有时间信息时，它倾向使用按年代切分的训练与测试方式，否则可用骨架切分估计泛化能力。
这个步骤的价值在于把“相关性”拆得更细。直接比较两批完全不同的分子，很难知道效力差异来自哪里；匹配分子对尽量只改变一个因素，更接近化学家日常形成结构—活性判断的方式。不过，数据里的共同变化仍不能自动证明因果关系，实验条件、样本偏差和测量噪声都会影响结论。
一小时结果仍然只是候选答案
DeepMind明确把最终设计描述为需要合成和验证的假设。智能体提出刚性大环、给出可能的合成路线，并不代表这些分子已经能稳定制备，更不代表它们在细胞、动物或人体中有效。药物发现后面还有纯度、选择性、毒性、代谢、剂量和临床试验等长链条。把演示时间直接换算成“研发周期缩短多少倍”，会忽略最昂贵也最不确定的实验环节。
数据边界同样重要。公开数据库中的效力值可能来自不同实验室、不同测定方法和不同条件；稀疏数据会让模型在熟悉结构附近表现不错，却在新骨架上失灵。智能体能更快地运行分析，也可能更快地放大脏数据。因此，来源记录、过滤规则、模型切分和失败样本必须与漂亮结果一起保存。
真正提升的是研究吞吐量
如果这类系统进入实验室，最直接的改变可能不是替代化学家，而是让每个研究者更便宜地尝试更多方向。过去需要排队请数据科学家写脚本的探索，现在可以先由智能体生成可复核的分析草案；化学家把时间用在质疑假设、选择实验和解释意外结果上。DeepMind还计划向符合条件的1万名科学家提供Google Antigravity最高使用层级六个月，以扩大试用。
更高吞吐量也会带来新的治理问题：谁批准数据库访问，自动生成的路线是否涉及受控物质，模型产出的候选如何记录，错误建议由谁发现。最成熟的“AI化学家”不会把答案包装成确定事实，而会把每一步工具调用、数据来源和不确定性留给人审查。
一小时演示真正说明的，是科研软件正在从被动工具变成主动协作者。它能把检索、清洗、建模、可视化和报告串成一条线，却仍需要实验为结论盖章。速度的意义不在于跳过科学方法，而在于让科学家更快走到最值得验证的问题前。
