一款新药从实验室走到药房，平均需要多久？
答案是：10到15年。
这不仅仅是时间的流逝，更是数十亿美元的真金白银。更让人绝望的是，这漫长的征途中，最大的拦路虎往往不是生物学本身的深奥，而是那些**"支离破碎、难以扩展"的工作流**——研究人员不得不在不同的软件、设备和数据库之间来回横跳，像个低效的搬运工。
但就在昨晚，OpenAI扔出了一枚深水炸弹：GPT-Rosalind。
这不仅仅是一个新模型，这是OpenAI向生命科学领域发起的正面冲锋。
被遗忘的名字，最硬核的致敬
OpenAI这次给模型起名，有点意思。
GPT-Rosalind，这个名字取自罗莎琳德·富兰克林——那位对发现DNA结构至关重要的化学家。说实话，历史有时候挺讽刺的，她的贡献长期被她的男性同事沃森和克里克的光芒所掩盖。
OpenAI这次特意点名致敬，不仅是为了"平反"，更是为了定调：这是一个专属于生命科学领域的"推理伙伴"，而不再是那个什么都懂一点、什么都不精的通用助手。
这标志着AI的角色发生了根本性的转变：从"什么都能聊两句"的通用模型，进化为垂直领域的特种兵。
暴打人类专家，这数据有点吓人
别以为这又是那种"画大饼"的PPT发布，OpenAI这次甩出的成绩单，相当硬核。
在BixBench（一个真实世界的生物信息学分析指标）测试中，GPT-Rosalind的成绩在已发布模型中直接登顶。
更让人坐不住的是LAB-Bench2的测试结果。在这个更细分的考场上，GPT-Rosalind在11项任务中有6项击败了GPT-5.4。特别是在CloningQA（克隆质量保证）任务中——这需要从头到尾设计分子克隆试剂——它的表现简直是碾压级的。
但这还不是最夸张的。
OpenAI找来了合作伙伴Dyno Therapeutics进行实战演练。在使用未公开、"未受污染"的RNA序列进行"序列到功能"的预测和生成任务时，GPT-Rosalind的表现让人倒吸一口凉气：
在预测任务中，它的成绩超过了95%的人类专家；在序列生成任务中，它达到了84%的分位。
这意味着什么？意味着在特定的生物学任务上，它已经不再是一个辅助工具，而是一个能够识别"专家级模式"的高级合作者。老实讲，这种级别的表现，通用模型根本连车尾灯都看不见。
科学家终于不用再做"表哥表姐"了
如果你身边有做生物科研的朋友，你一定见过他们那种被繁琐流程折磨到变形的脸。
查个蛋白结构要用这个库，搜个临床文献要用那个网，做序列操作还得换个软件。科研变成了"切屏"的艺术。
OpenAI显然看到了这个痛点。这次他们不仅发了模型，还在GitHub上推出了Codex的生命科学研究插件。
这不仅仅是个插件，这是个"指挥官"。
它直接把模型连接到了超过50个公共多组学数据库和文献源。以前需要科学家手动查半天、对半天的数据，现在通过这个"编排层"，可以自动化完成。
这就像是你以前得自己去菜市场买菜、杀鸡、拔毛，现在直接给你送来了一盘切好配好的净菜。安进的高级副总裁Sean Bruich说得就很直白：这能让我们"加速向患者输送药物"。
想用？先过"政审"这一关
能力越大，责任越大，限制也就越多。
既然能 redesign 生物结构，这玩意儿要是落在坏人手里，后果不堪设想。所以，OpenAI这次没敢搞什么"开源"或者"公测"。
想用GPT-Rosalind？请走"可信访问计划"。
目前，这个模型仅对美国地区的合格企业客户开放。而且，不是你有钱就行，组织必须经过严格的资格审查和安全审查，证明你是在搞合法的、对公众有益的研究。
而且，即便你进去了，也得在严格的"防滥用控制"下操作。不过有个好消息：在预览阶段，这玩意儿不扣你的token额度，算是给科研党的一点福利。
这种小心翼翼的姿态，恰恰证明了它的强大。
英伟达和Moderna都站队了
这波发布，科技圈和制药圈的大佬们都在摇旗呐喊。
英伟达医疗健康副总裁Kimberly Powell说，这能把"数年的传统研发压缩为即时的科学洞察"；Moderna的CEO Stéphane Bancel更是盛赞其能够"跨越复杂的生物证据进行推理"。
这不仅仅是商业互吹。此前OpenAI和Ginkgo Bioworks的合作已经实打实地证明，AI模型帮助降低了40%的蛋白质生产成本。
从Ginkgo Bioworks的成本大降，到如今GPT-Rosalind在RNA序列预测上的逆天表现，OpenAI正在把生物学从一门"实验科学"变成一门"数据科学"。
谁才是实验室的主人？
OpenAI这次的动作，与其说是发布了一个新模型，不如说是重新定义了科研工作流。
当AI开始在特定领域击败95%的人类专家，我们不得不面对一个现实：科学家在实验室里的角色，正在被重写。
以前我们说AI是副驾驶，现在看，在生命科学这种"大海捞针"的领域，AI可能正在抢夺方向盘。至于人类是会成为那个只会踩刹车的乘客，还是成为指挥AI车队的队长？
这可能是未来10年，所有科研人员都要思考的问题。
【锐评】：
当AI开始比95%的专家更懂RNA序列，科学家们该担心的不是失业，而是如何学会驾驭这位智商爆表的"数字同事"。
参考链接：
https://venturebeat.com/technology/openai-debuts-gpt-rosalind-a-new-limited-access-model-for-life-sciences-and-broader-codex-plugin-on-github