前沿模型旁边的一个生物专用系列
OpenAI 在前沿模型之外做专门的生化模型系列；Anthropic 的人在另一场访谈里说通用前沿模型也许就够。两边都只是各自的说法，还没有同一评测下的比较。
AI FOR SCIENCE · 访谈
OpenAI 的生命科学路线：专用模型、科学工作流与可信访问
核心信号
OpenAI 生命科学团队说，他们在做一个专门的生化模型系列，从早期发现入手，并把更多能力只开放给确认身份的专业用户。
这次新增
给出了产品形态（起步于基因组和蛋白理解的模型系列；带 50 多个模板化流程的插件），承认 GPT-5 训练时几乎只有数学和代码这类有标准答案的数据，并说明为什么只读提示词分不清用户意图，所以要按身份分级开放。
当前边界
访谈里没有模型名、基准数字或发布时间；这些后来补上了，见“采访之后”。
访谈里说了什么
一个专门的生化模型系列，对准早期发现
Wang 说，这个新系列以复杂的生命科学研究流程为中心，先加入基因组和蛋白的机制理解，聚焦早期发现。产品上用 ChatGPT 做文献综合，用 Codex 跑长链路智能体任务；为企业用户的可重复性，做了一个有 50 多个模板化技能的插件。
模型现在像一个会用工具的计算生物学家，下一步是有生化直觉
Jiao 说模型已经能在研究栈里调用开源的蛋白结构预测工具、看输出、改输入；让它更强的是变成生化专家，更聪明地用这些工具。她提到 Baker Lab 的人用 Codex 做的多是简单的事，比如写减少移液步骤的表格。
他们指向的实验证据是和 Ginkgo 的合作，Jiao 讲的是最早的一轮
合作始于 2025 年 7 月，那时 GPT-5 刚训完，训练数据主要是数学和计算机科学，因为那些有可验证的答案。Jiao 回忆，GPT-5 设计的第一批实验结果回来时，他们做出了“不为零的蛋白”，这让她吃惊。这是在回忆最早一轮，不是这项合作的最终证据水平；OpenAI 和 Ginkgo 后来的报告见下面的相关证据。
“we made a non zero amount of protein, that was actually quite surprising.”Joy Jiao
生物风险让他们改成按身份开放
Wang 说生物是第一个同时也是能力风险的双重用途风险；通向危险的前几步看上去和正常科研几乎一样。Jiao 说只读一段提示词很难判断意图，比如“帮我克隆一个基因”可能是绿色荧光蛋白，也可能是毒素。所以普通流量里模型会拒绝或只给概要，这让专业科学家恼火；要解锁全部能力，需要知道用户是受监管机构里的专业人员。
“it's very difficult to figure out what a user's actual intentions are just from kind of reading a prompt.”Joy Jiao
瓶颈会从人转到算力，但科学家仍在回路里
Wang 设想许多子智能体并行编排，研究者只做解读；团队的口号是“扩大测试时算力来治愈所有疾病”。Jiao 说评测靠已有实验数据、带陷阱的合成数据，但“最终评测仍是湿实验”；她也说不认为科学家能被完全取代。
改变了什么
- 此前的公开记录→
OpenAI 和 Ginkgo 在 2026 年 2 月的报告（本站时间线已收录）写的是：GPT-5 在云实验室里测了 36,000 个反应配方，把无细胞蛋白合成的每克成本比此前最好水平降低 40%。
这次访谈新增Jiao 和 Wang 描述一个专门的生命科学模型系列和插件产品线，聚焦早期发现；并把最早一轮 Ginkgo 实验回忆为“不为零”的蛋白。
- 此前的公开记录→
上述报告写明，人的介入基本限于准备和装卸试剂与耗材；实验设计、执行、分析和新假设由 LLM 驱动的自主实验室完成。
这次访谈新增Wang 设想瓶颈从人转到算力，许多子智能体并行编排；Jiao 说他们不认为科学家能被完全取代，回路里仍要有人。
为什么重要
按身份开放就是安全设计
他们的论点是：只读一段提示词分不清意图，所以能力要跟着用户身份走。这把“谁来核实用户”变成产品的关口；访谈没有说谁来核实、标准是什么，这是我们的推论。
主张与边界
主张谁的口径目前状态
正在做一个生化模型系列，起步于基因组和蛋白理解，聚焦早期发现。
公司自述
计划描述；没有模型名、基准数字或发布时间。
生命科学研究插件有 50 多个模板化技能。
公司自述
Wang 的说法，没有对照产品页核对。
模型已能在研究栈里调用开源蛋白结构预测工具。
当前系统
Jiao 的描述；没有点名工具或例子，Baker Lab 的例子是写表格这类简单任务。
GPT-5 设计的第一批 Ginkgo 实验做出了“不为零”的蛋白。
公司自述
Jiao 回忆的是最早一轮（2025 年 7 月）。OpenAI 和 Ginkgo 后来的报告（Jiao 为通讯作者）写的是：六个月内跑了 580 多块板、36,000 个反应配方，每克蛋白成本比此前最好水平低 40%（每克 422 美元对 698 美元），产量高 27%，人的介入基本限于试剂和耗材的准备与装卸。“不为零”不是这项合作的证据水平。
未来几年内 AI 设计出新药或治愈疾病；药上市要约十年；十年后有自主实验室。
目标
Jiao 和 Wang 的期望，没有路线图。
生物是第一个同时也是能力风险的双重用途风险，已启用较高级别的防护并逐步部署。
行业背景
Wang 的陈述，没有给出触发标准。
没有公开的生物模型基准；抗体结合预测的评测还在做。
尚未闭环
Wang 说那是她很期待的评测，没说已完成。
接下来看什么
生命科学模型系列在基因组和蛋白任务上有没有外部打分的评测。
会表现为 第三方或独立评测，而不是 OpenAI 自己的基准。部分回答 OpenAI 2026-06-03 的 GPT-Rosalind-5.5 系统卡里，基准由 OpenAI 与行业专家设计，没有外部打分。2026-08-18 的 LifeSciBench 预印本（OpenAI 与 Tacit Labs 合写，750 道题，GPT-5.5 评分）里 GPT-Rosalind 通过率 36.1%，但出题、最强模型和评分员都出自 OpenAI。10 月 16 日斯克里普斯研究所、OpenAI 与 PerturbAI 的 bioRxiv 预印本把 GPT-Rosalind 放到一项 OpenAI 自建基准之外的基因组任务上：一张全脑 Perturb-seq 图谱，源论文扣下不给，仅凭表达数据能得出的 55 条结论里吻合或细化了 48 条，由源研究自己的作者评定，并有盲评专家。但本次访谈的两位嘉宾 Jiao 和 Wang 都是作者，数据也出自同一批人，仍不是独立评测；预印本未经同行评审，蛋白任务上没有对应结果。还在进行的湿实验合作有没有发表结果，并说明人做了哪些步骤。
会表现为 合作方或 OpenAI 的报告，写明实验、产量和人工步骤。部分回答 Ginkgo 合作已有报告（2026-02-05，OpenAI 与 Ginkgo 合写，写明实验、产量和人工步骤）；其他合作方的结果未见。准入的标准和审核方有没有公开。
会表现为 OpenAI 公开的准入政策，写明谁有资格、怎样核实。部分回答 GPT-Rosalind-5.5 系统卡（2026-06-03）公开了机构的审核标准：使命、用例、研究与运营治理、控制访问的能力；非政府申请者另有企业核验和合规筛查，政府有单独通道。10 月 15 日的 Rosalind 学术计划把门开到美国大学实验室（时间线 10 月 17 日记入，条款读自 OpenAI 的公告页，由编者提供原文）：席位本身不解锁 GPT-Rosalind，另需一道可信访问审核，核验实验室负责人的身份、任职与权限、研究用途，并指定一位机构安全联系人。审核方仍是 OpenAI 自己，没有外部核验方；什么样的实验室符合条件、审核要多久、批准多少家，都未公布。专用生化模型与通用模型在同一评测上的差距。
会表现为 独立的同评测对比。仍未解决 OpenAI 自己的系统卡对比了两者（自建的 Labwork Bench：63.2% 对 55.8%）；独立对比未见。
采访之后
后来出现的、检验或限制这次说法的证据，以及日期已过的目标。
访谈后一天，OpenAI 宣布 GPT-Rosalind，称它是生命科学系列的第一个模型，以研究预览的形式通过可信访问项目在 ChatGPT、Codex 和 API 里提供；Amgen、Moderna、Allen Institute 和 Thermo Fisher 被列为合作方。匿名的“模型系列”变成了有名字的产品。Fierce Biotech ↗
OpenAI 发布 GPT-Rosalind-5.5 系统卡：在 GPT-5.5 上继续训练，向受信任的机构以研究预览提供。它写出了准入标准（使命、用例、治理、控制访问的能力，非政府申请者另有企业核验）；自建的 Labwork Bench 上 63.2%，GPT-5.5 为 55.8%。评测由 OpenAI 与行业专家设计，没有外部打分。OpenAI, GPT-Rosalind-5.5 system card ↗
GPT-Rosalind 退出研究预览，通过可信访问项目向全球符合条件的机构开放；API 计费从 10 月 5 日起，仅限已批准的内部研究。采访里“按身份分级开放”成了正式的准入方式。AiCybr ↗
读于 2026.10.01 第三方（Wave）机器转写的完整逐字稿，对照 Acast 节目页；姓名以节目页为准。“采访之后”的内容读自媒体报道，OpenAI 自己的页面对两种抓取方式都返回 403。 打开原访谈 ↗Acast 节目页 ↗