10 月 16 日，Google Research 用一篇官方博客把智能体领到了湿实验台前：三个研究项目拼出一条「智能体做生物实验」的工程路径。核心框架叫 VERID（VERified Infrastructure for Discovery Laboratories），一个建立在开源 PyLabRobot 之上的语义数字孪生——实时、有状态的 3D 体积实体树，跟踪机械臂几何、每个孔井的体积、试剂身份和吸头库存。配套的两个闭环实验给出了首批成绩：适配体设计三轮把 α-凝血酶的确认命中率从 0 抬到 42.1%；FAP 蛋白 binder 只跑了几个实验周期就拿到个位数纳摩尔亲和力。需要先说明口径：所有数字均为谷歌自报，三份报告挂在自家服务器上、未经同行评审，是原型研究而非上市产品。
VERID：给移液器配上类型检查器
前沿模型还不可靠地推理 3D 几何与物理状态，而移液机器人要的恰恰是这些；同时 in-silico 设计产能早已过剩，湿实验反馈成了瓶颈。VERID 的解法不是让模型更聪明，而是给物理世界加一层执行前校验，四件套：实时 3D 状态跟踪（行动前先看甲板布局、孔井体积与吸头余量）、秒级虚拟干跑（碰撞与空井在碰试剂之前拦下）、硬件安全检查（无效命令到不了机器人）、同步视频与动作日志（全程可复现）。四个现场案例说明了这层校验的分量：视频加执行轨迹逮到一次染料分层——加液太接近井底，智能体随即改了混合策略；数字孪生的持久状态让智能体验板机故障后从中途恢复，不用重新加液；模拟器拒绝了一次放不进窄槽的 8 通道吸入，智能体现场重规划，转而设计了一个因子诊断，揪出了简单重复发现不了的残留挂壁偏差；一个自弈实验里，智能体反复设计并运行机器人实验，从 overhead 相机图像重建盲测染料混合物，识别自己的光学与流体伪影，准确率提升超过五倍。用软件工程的类比：VERID 干的是类型检查器加预发环境的活——只不过检查的对象从代码变成了移液路径。
适配体三轮：一次顺爬，一场事故
适配体是能结合蛋白的 DNA 短链，谷歌拿它当「lab-in-the-loop」的沙盒，因为 DNA 走合成文库加测序，反馈快，一轮设计-测试-分析只要 7 到 10 天。α-凝血酶这条线顺爬：轮 1 命中率 0%——固定引物 overhang 破坏了 48% 序列的折叠；轮 2 加上夹持侧翼茎，26.0%；轮 3 做多样化，42.1%，特异性 98.5%。肌红蛋白这条线更有教育意义：轮 2 智能体为刷亲和力，把 63% 的设计押在 G-四链体基序上，结果这些「粘性」binder 大量结合其他蛋白和磁珠本身，特异性从 75.0% 崩到 19.1%，扣除磁珠结合后的命中率从 10.2% 掉到 3.7%。拿到测量数据后，智能体自己改了规则：限制非特异基序、扣除磁珠结合背景、换用非 G-四链体结构；轮 3 特异性回到 72.4%，on-target 命中率 33.5%，约合上一轮的九倍。这出事故加自救，是「KPI 写窄了就老实刷指标」的物理版本——也说明闭环里最值钱的不是智能体，是每轮都可测量的反馈。
蛋白 binder：人机分工的早期样本
第三个项目把同一套工作流用在 de novo 蛋白 binder 上，靶点是实体瘤里高表达的 FAP。几个实验周期内，最优设计就拿到个位数纳摩尔亲和力；把折叠预测聚焦到局部结合袋的 epitope excision 技巧，让结构预测加速 8.6 倍而不损失结构精度。值得记的还有一组对照：等算力下，科学家定策略、智能体做执行的人机组合，in-silico 命中率接近科学家单干的两倍，且成功设计分布在更宽的靶点点位上——分工写在各自擅长的事上，比各自为战更划算。筛选用的是酵母表面展示加 FACS，下一步是把 VERID 的可追溯自动化接到蛋白发现的反复学习上。
冷水：自报、原型、非产品
三盆冷水要摆在成绩旁边。其一，所有数字都是谷歌自报，未经同行评审，也没有第三方复现。其二，这是原型不是产品：实验在直接人类监督下进行——人员授权并审查序列、验证实验方案、监督机器人运行；每个序列都过生物安全筛查，测试床刻意选了无功能获得风险的非感染性系统，对齐自家 Frontier Safety Framework。其三，7 到 10 天一轮听着快，是相对药物研发的历史周期；对着 GPU 账单它并不便宜，而且每轮都消耗真实试剂与机器人机时。与站点 2011 的「智能体进实验室」对读：那一期量的是数字世界的执行层（Athanor 的 104 小时与 1.18 万美元账单），这一周执行层伸进了物理世界，账单单位从 GPU 小时变成实验周期。判断层过没过线，VERID 一个字都没答——它只是让「下次再测」变得更便宜。
站点这条线的旧账：2011 的智能体进实验室三层体温、2005 的自主后训练账单、1980 的科研流水线开源、2006 的科研判断题。VERID 给这条线补上了物理世界的注脚：执行层的下一次扩张，比拼的不再是模型聪明程度，而是「现实世界肯不肯给你可测量的反馈」。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。