蛋白质结合剂竞赛实测:LLM 编排器 vs 人类专家谁更靠谱
madeofAjala · x · 2026-11-21
Proteus Bio 与 FinalDose 在 adaptyv × Anthropic 的 binder 竞赛期间做了实验:RFD4、BindCraft2、mol-1 相继发布后,「让 A 结合 B」已不是最大挑战,真正难的是做成疗法的全部约束——跨物种结合(人+鼠)、pH 门控开关、受体激动、突变体 vs 野生型选择性,这些需要超越当前 SOTA 模型的推理能力。
他们测试了三种架构来回答「这种智能应该放在人还是 AI 身上」,其中包括 Route A(编排器模式):LLM agent 驱动 BindCraft2、ESMdesign 等 SOTA 工具。早期表现不错,但引出关键问题:编排 agent 如何选择工具、如何评估与优先排序工具返回的结果、其内部推理与给出的解释有多可信?
「编程与Agent」频道最新
- 续:编排 agent 的推理过程与内部知识存储可信吗 — madeofAjala · 2026-11-21
- Supericons MCP:让 AI 编码智能体直接检索 2 万+ SVG 图标 — modelcontextprotocol · 2026-11-21
- 开发者感叹:编码 agent 默认就在 46 个浏览器上做兼容测试 — annetgriffin · 2026-11-21
- quantledger-mcp:用确定性求解器替代 LLM 做会计税务运算 — SideInitial3961 · 2026-11-21
- Google Antigravity 升级 /btw:主 agent 工作时可分叉旁路探索 — rseroter · 2026-11-21
- 并行编码 Agent 互相覆盖文件?他造了个 TS DAG 编排引擎 — yaotzin1 · 2026-11-21