2 月 6 日消息，OpenAI 昨日（2 月 5 日）發布博文，宣布攜手生物技術公司 Ginkgo Bioworks，利用 GPT-5 構建“閉環自動化系統”，降低無細胞蛋白質合成（CFPS）的生產成本約 40%，試劑成本降低了 57%。

在雙方構建的“閉環自動化系統”中，GPT-5 直接連接到云端濕實驗室（Wet Lab），不僅負責設計實驗，還能指揮機器人執行操作、分析回傳數據并自主規劃下一輪實驗。

為了驗證 AI 在實體科學中的潛力，該系統在 580 個自動化孔板上執行了超過 36000 次獨特的反應配方測試。實驗過程中，GPT-5 獲得了訪問互聯網、查閱相關論文以及使用數據分析工具的權限。

在這一“全副武裝”的狀態下，GPT-5 僅通過 3 輪實驗迭代，就超越了此前的人類最佳基準。系統通過嚴格的程序驗證，確保 AI 設計的每一個實驗方案都能在物理世界中被機器人精準執行，有效避免了紙上談兵式的“理論實驗”。

無細胞蛋白質合成（CFPS）涉及 DNA、細胞裂解液及數十種生化成分的復雜交互，傳統人工優化極度依賴直覺且耗時費力。

圖源：OpenAI

研究發現，GPT-5 擅長在高維度的參數空間中尋找規律，它成功識別出了一系列人類科學家此前未曾測試過的低成本配方組合。

特別是在自動化實驗室常見的“低氧”環境下，AI 提出的新配方表現出了極強的魯棒性（Robustness）。GPT-5 還敏銳地發現，調整緩沖液和多胺等看似不起眼的微量成分，能以極低的成本換取產量的顯著提升。

結果顯示，這一人機協作模式成功攻克了生物學難題，將無細胞蛋白質合成（CFPS）的總生產成本降低了 40%，并將試劑成本大幅削減了 57%。

注：

濕實驗室（Wet Lab）指處理液體、化學試劑、生物樣本（如 DNA、蛋白質）的傳統物理實驗室，與只進行計算機模擬的“干實驗室”（Dry Lab）相對。

無細胞蛋白質合成是一種不需要培養完整活細胞，直接在試管或容器中利用細胞內部的機器（如核糖體、酶）來生產蛋白質的技術。就像是不需要養整頭牛，直接用提取出的消化系統來生產牛奶。

閉環實驗是一種自動化的科研循環模式。AI 設計實驗 -> 機器人執行實驗 -> AI 讀取結果并學習 -> AI 設計新一輪實驗。整個過程像一個首尾相連的圓環，不斷自我進化。