谷歌把AI Agent从电脑里的分子设计，推到了真实生物实验台前。Agent不再只是画结构式，而是参与机器人实验、分析真实数据、再回头改设计，形成一条完整的科研闭环。

这条闭环的路径是：AI设计分子→机器人执行→获取真实数据→AI分析→修改设计→继续实验。六个环节首尾相接，Agent在其中承担的不只是生成方案，还包括根据实验结果自主调整下一轮设计。

支撑这套闭环的是三个动作，构成基础设施：

  • VERID数字孪生：把Agent的操作指令与真实实验设备状态关联起来，执行前先检查物理约束，以及试剂、耗材等资源条件是否满足。
  • DNA适配体：作为实验体系中的一环参与其中。
  • 蛋白质设计：Agent在这一任务上根据真实实验反馈改进分子设计。

成果落在蛋白质设计任务上：Agent发现了能牢固结合癌症相关目标蛋白的高亲和力分子。这个结果不是从计算里推出来的，而是经过真实实验验证后，再由Agent据此修改设计得来的。

VERID数字孪生的作用值得单独看一眼。Agent要操作实验设备，前提是知道设备当前处于什么状态、这次操作会不会撞上物理限制、手头的试剂和耗材够不够。数字孪生把这些约束前置到执行之前检查，等于给Agent的动作加了一道现实校验。

过去AI在生物分子设计里的角色，大多停在计算机内。这次的变化在于，Agent的操作指令要落到真实设备上，实验产出的真实数据再回流给Agent，成为下一轮设计的输入。设计、执行、分析三个环节被串成一条可以自己转起来的链路。

从分子设计到机器人实验，再到癌症靶点的高亲和力结合分子，谷歌这次让Agent走完了从屏幕到实验台的那段路。