又一家AI科学家公司创办！

　　近日，Phylo宣布完成了一轮1350万美元的种子轮，由硅谷顶级风投a16z和Menlo Ventures共同领投。

　　或许很多人对这家新成立的初创公司并不熟悉，但他们的团队此前打造了全球爆火的生物医学科研Agent——Biomni。

　　作为一款通用生物医学智能体，已被超过7000个学术界和工业实验室使用，帮助数万名科学家，节省了数百万的研究小时。

　　基于Biomn的成功，也促使团队把项目转化出来，构建更好用的科研Agent。

　　Phylo成立后，团队又顺势推出了新一代科研智能体Biomni Lab，性能比现有智能体系统高出20%以上。

　　如今，AI的发展正在推动“虚拟科学家”的到来，落地速度远超想象，一些领先成果的科研任务执行水平已经比肩甚至超越人类。

　　更重要的是，AI科学家已经走出实验室，并催生新一轮科研创业浪潮。

　　例如，非营利组织FutureHouse成立Edison Scientific；Lila Sciences完成3.5亿美元的A轮融资，就连OpenAI也在打造新一代AI科研工具。

　　可以预见，实验室的主角，正从人类科学家变为“人机协同的科研共同体”。

　　打造生物医学的IDE

　　Phylo的宏大愿景，是打造属于生物医学的IBE（综合生物学环境）。

　　这听起来很抽象，但我们只需要先了解写代码的IDE（集成开发环境）就行了。

　　简单来说，IDE就是为程序员专门整合成一个超级工作站。

　　图：IDE

　　它把写代码（代码编辑器）、调试器、编译/解释器、管理项目文件、甚至查找文档和版本控制等工具，全都整合在一个界面里。程序员不用东奔西跑切换软件，只需专注于写代码本身这件事情。

　　因此Phylo团队受IDE的启发，提出了IBE（Integrated Biology Environment，集成生物学环境）的概念。

　　创始人黄柯鑫指出，如今的生物学家常常被各种零散、割裂的工作拖得疲惫不堪。

　　比如，早上一上班，先打开昨天的qPCR结果，接着去实验室培养细胞；中途还要用老旧的Excel模板处理数据，在Prism里画图，同时还得回复同事关于RNA-seq的问题。

　　往往一个上午，就在六七种工具之间来回切换，实验台和电脑之间跑来跑去，效率大打折扣。

　　生物研究几十年，一直缺一个能把各种东西串起来的“中间平台”。一个研究项目通常要涉及多个数据库、分析软件、文件格式、编程包，还有大量的湿实验操作。

　　随着Agent的发展，这种限制正在被打破。

　　如今的大语言模型，早已不再局限于单一任务或脆弱、僵化的流程。它们不仅能整合海量信息、进行逻辑推理，还能快速掌握全新的概念。

　　集成生物学环境（IBE）是一个生物学家与智能体协作的共享工作空间。具备搜索、分析、执行和全程追踪的能力。

　　它能一站式完成实验设计、文献综述、数据分析、结果解读、蛋白结构查询、试剂订购、实验启动、调用AI 模型以及规划下一步。

　　IBE的运作依赖于三个核心部分：

　　界面（Interface）：专为生物学家思维与工作习惯设计的协作空间

　　智能体（Agent）：能理解科学语境、与你共同推理并执行任务的智能引擎

　　集成（Integrations）：与生物学家依赖的各类工具、数据库和软件的深度连接，使智能体能跨平台执行任务

　　如今，Phylo的平台集成了包含190多个工具、70多个数据库，以及超20个工作流。

　　这么一来，科研的玩法就变了。生物学家总算能把心思放回科学本身——琢磨关键问题。

　　而那些磨人的琐碎杂事、卡壳的摩擦力，未来都能全都丢给智能体去搞定。

　　斯坦福大学转化，华人创办

　　值得一提的是，Phylo由两位华人创办。

　　从左到右：Phylo核心团队乐聪、屈元昊、黄柯鑫和Jure Leskovec

　　创始人，黄柯鑫和屈元昊，均出身于斯坦福大学，但方向各不相同。

　　黄柯鑫从事计算机科学与 AI 研究，早在AI科学家还没有火之前，黄柯鑫就已经在该领域研究了近10年。

　　另一位创始人屈元昊是一名癌症生物学博士生，他们共同打造了Biomni，成为迈向Phylo IBE平台的第一步。

　　Biomni此前整合了150个专业生物医学工具、105个软件包和59个数据库。

　　这使得Agent能像真正的科学家一样，调用各种专业软件、查询数据库、甚至指导湿实验，并通过生成代码来高效、灵活地完成任务。

　　图：Biomni

　　该工具一经推出，就获得了学界甚至业界的迅速采纳。

　　如今，该技术已被超过7000个学术界和工业实验室使用，支持数万名科学家工作，节省了数百万的研究小时。

　　如今，团队将上述工作升级成了Biomni Labs，不仅性能大幅度提升，还在真实科研环境中得到应用。

　　在与Ginkgo Bioworks合作中，加速了10多项复杂的细胞绘画和转录组分析，将通常需要数周的工作流程缩短到仅数小时。

　　AI最大的影响将出现在科学

　　这么多年，那些站在AI 最前沿的大佬们，像Sam Altman、Dario Amodei、Demis Hassabis、黄仁勋等，都有一个共识：

　　AI最大的长远影响在科学领域。

　　于是我们可以看到，从2025年开始，一系列AI科学家和大模型合作迅速霸屏。

　　去年12月，打造了AI科学家Robin的FutureHouse宣布成立Edison Scientific，首轮融资7000万美元（约合5亿人民币），用于打造全球顶尖的AI科学家。

　　随后，英伟达与医药巨头礼来宣布，未来5年将共同投资10亿美元，共建全球首个"AI药物共创实验室"，以提升药物发现水平。

　　万亿AI独角兽Anthropic宣布推出Claude for Life Sciences模型，正式进军生命科学领域。

　　前不久，科学智能公司Lila Sciences完成3.5亿美元的A轮融资，其中包括英伟达等机构的1.15亿美元融资，公司估值超过13亿美元（约合92.6亿元人民币）。

　　目前，万亿AI独角兽Anthropic正打造一个基于大模型+Agent Skills+科研知识库+科研工具的科学生态，跨国医药巨头诺和诺德和赛诺菲已开始试用并取得了显著成效。

　　上周，OpenAI与Ginkgo Bioworks合作，将GPT‑5 接入实验室，由机器人完成实验操作并反馈数据。

　　直接将蛋白生产成本降低40%，试剂成本降低 57%，还开发出多款新型反应体系。

　　而我们正在见证的，或许正是科学史上最深刻的一次生产力解放。