YOHO AI

标签： AI科研

  • 诺奖得主John Jumper离开DeepMind，跳槽去了Anthropic

    John Jumper 在 X 上发了一条短消息——在 DeepMind 快 9 年了，要去 Anthropic 了。这条消息不长，但在 AI 圈子里炸了锅。Jumper 和 Demis Hassabis 在 2024 年一起拿了诺贝尔化学奖，理由是用 AI 预测蛋白质 3D 结构（AlphaFold）。

    AI蛋白质研究与人才流动
    AI 科研人才正在重新洗牌

    DeepMind 又在失血

    Hassabis 在 X 上回了一句”你会被想念的”——客气话背后，是 Google 在 AI 人才大战里又一次失血。Bloomberg 的报道说 Jumper 是 Google 编程工具团队的关键成员，而这正是 Google 一直没卖出去的那块业务。

    无独有偶，Character.AI 联合创始人 Noam Shazeer 本周也宣布离开 DeepMind 去了 OpenAI。DeepMind 出来的人，现在好像越来越往 Anthropic 和 OpenAI 两边分流。

    AlphaFold 解决了生物学界困扰几十年的问题——给你一段基因序列，它能算出对应的蛋白质长什么样。这套东西现在全世界的结构生物学家都在用。

    Anthropic 在疯狂招人

    Anthropic 这段时间一直在从 Google DeepMind 挖人。Jumper 的加入，意味着 Anthropic 不仅在模型能力上追，在蛋白质 AI、科学计算这些垂直方向上也开始布局。有意思的是，OpenAI 也有动作——它们刚搞了个”Patch the Planet”计划，用 AI 帮开源项目抓安全漏洞，和 Anthropic 的安全工具形成竞争。

    Jumper 的 X 帖子底下，Hassabis 留了句话：”GDM 是个特别的地方，你们接下来发现什么了不起的东西我都会很兴奋。” 两个人 2024 年拿诺奖时拍的那张合影，现在看有一点微妙的仪式感。

  • GPT-5 Pro干了一件科学家干不了的事：破解困扰学界三年的T细胞谜题

    GPT-5 Pro破解T细胞谜题
    GPT-5 Pro 帮助免疫学家破解困扰学界三年的T细胞行为谜题 | AI生成配图

    GPT-5 Pro 干了一件科学家干不了的事：破解困扰学界三年的T细胞谜题

    免疫学家 Derya Unutmaz 研究了三年都没想通的 T 细胞行为谜题，最后被 GPT-5 Pro 给解了。这件事发生在 2025 年底，Unutmaz 和他的实验室用 OpenAI 最新发布的 GPT-5 Pro 重新分析了一批复杂的生物学数据，得出了此前从未被发现过的全新见解。

    T 细胞是人体免疫系统里的核心角色，负责识别并攻击入侵的病原体。但 T 细胞的行为方式极其复杂，某些特定类型的 T 细胞在特定微环境下的反应机制，科学家们争论了很久。Unutmaz 被卡住的地方，正是关于一类特殊 T 细胞分化路径的问题——这类细胞到底在什么条件下会往哪个方向走，数据里有信号，但人类研究者就是看不出清晰的规律。

    GPT-5 Pro 做的事情是：把一大批复杂的免疫学数据喂进去，让它找模式。结果模型给出了几个假设，Unutmaz 拿去验证，发现是对的。这个”aha moment”（顿悟时刻）让整个实验室都兴奋了——他们三年没解开的谜，被一个 AI 模型给突破了。

    这件事的意义不只是解决了一个学术谜题。T 细胞行为的研究直接关系到癌症免疫疗法和自身免疫疾病的治疗——如果你能精准预测 T 细胞在特定环境下的反应，就能设计出更有效的治疗方案。这个方向的每一次进步，都可能转化为实实在在的临床突破。

    更值得关注的是这件事代表的趋势：AI 不再只是帮忙写写代码、生成生成图片的工具，它开始真正参与科学发现了。GPT-5 Pro 在这次突破中扮演的角色，更像一个极其敏锐的研究助手——它能同时处理的信息维度远超人类大脑，能从看似杂乱的数据里提炼出人类忽略的结构性规律。

    OpenAI 把这个案例放到了官方博客上，显然是想说明 GPT-5 Pro 的”推理能力”不是吹出来的。但这件事也引发了一些讨论：当 AI 开始帮科学家做发现，科学研究的署名和信用该怎么算？Unutmaz 的论文里会怎么标注 GPT-5 Pro 的贡献？这个问题目前还没有标准答案。

    不管怎样，这个案例给了科学界一个很清晰的信号：能够做深度推理的大模型，已经在真实研究场景里产生价值了。下一步的问题不是”AI 能不能帮做科研”，而是”怎么把 AI 系统地整合进科研流程里”。