编辑丨王多鱼
排版丨水成文
近年来，大语言模型（LLM）及其驱动的智能体（Agent）系统取得了显著进展，显著提升了推理、规划、代码生成和工具调用能力，使复杂数据分析能够以远超纯人工方式的速度和规模被自动、迭代地执行。这一趋势在生物学领域尤为重要。
尽管目前已经出现了不少能够辅助生物学分析的智能体系统，但现有生物学智能体大多建立在 Web 图形用户界面（GUI）之上，这在一定程度上限制了其灵活性以及与现有计算工作流的深度集成。与此同时，相当一部分系统仍以商业闭源形式提供服务，缺乏社区驱动的扩展机制，也未被设计为可将代理与执行环境解耦的分布式系统，因此在涉及敏感基因组数据时，本地部署与隐私保护能力仍然不足。更进一步，这些系统通常也不支持自动或递归式的代码演化与优化。
2026 年 2 月 27 日，斯坦福大学邱肖杰实验室的徐伟泽、Erwin Poussi、钟权、曾泽华、Christopher Zou、王学海、卢意帆等研究人员，联合 Lenovo、Vizgen、卡罗林斯卡医学院及加州大学圣地亚哥分校等多个顶尖研究机构，发布了一款分析生物医学智能体系统——PantheonOS，这是一个可演化、保护隐私且通用的多智能体框架，旨在兼顾通用性和深度领域特异性。
PantheonOS 的诞生，标志着生物医学智能体正在从依赖闭源云端的数据分析模式，迈向完全开源、本地部署、覆盖全流程的新一代数据分析范式。
PantheonOS提供了一个抽象的、可扩展的架构，支持自定义智能体组合。在论文中作者设计并应用该智能体系统完成了端到端的单细胞和多组学分析，还涵盖强化学习增强的基因组面板设计、原始 FASTQ 数据处理、多模态数据集成和三维空间基因组重建等复杂的生物学任务。
此外对于通用型生物学分析任务，包括遗传学、基因组学、微生物学、药理学和临床医学等任务，PantheonOS 通过 Skill Store 也能媲美并达到当前智能体的最优水平。不仅如此，Pantheon-Evolve 是该框架的核心，它支持智能代码演化，使系统能够自主改进最先进的批量校正算法和基于强化学习的新型基因组设计算法，从而超越人工设计的基线水平。
该研究以：PantheonOS: An Evolvable Multi-Agent Framework for Automatic Genomics Discovery为题发表于预印本平台bioRxiv上，研究团队在 pantheonos.stanford.edu 开放了免费注册和试用，并在 Github 上完全开源。
该研究开发的 PantheonOS 采用四层金字塔架构，从 LLM 层开始，依次构建到代理层、接口层和应用层，并支持灵活的用户界面，构建了一个可演化的分布式多代理系统。
LLM 层包含一个统一的 LLM 接口，支持 100 多个 LLM，并具备自动重试和回退功能。它还支持通过 NATS（https://nats.io/）进行分布式通信，从而实现灵活的跨设备部署。
代理层提供运行时执行模型，使代理能够通过统一的代理循环、结构化的代理间传输以及管理任务状态和工件的正式模态任务协议（MTP）进行协调。值得注意的是，在代理层，Pantheon-Evolve 模块采用进化算法使智能体能够通过智能体引导的进化，迭代地改进外部和内部算法、软件包或技能，从而达到超越人类的性能。
接口层的设计非常灵活，可以满足不同的用户需求，包括命令行界面 (CLI)、Jupyter notebook、Web 图形用户界面 (GUI) 和 飞书/QQ/Slack 聊天机器人。
应用层，通过配置驱动的组装方式允许通过组合底层组件快速构建特定领域的代理系统。
因此，PantheonOS 的分层分离设计使其既可作为通用的数据科学框架，又可轻松定制以应用于基因组学和其他领域。
最后，Pantheon 应用商店支持社区驱动的组件开发和共享。目前已有超过 1300 个生物学 skill 可被一键安装使用，应用商店中的技能、软件包、代理和团队定义可以一键安装到上述任何接口中，从而方便将现有系统扩展到新的应用场景。
为了评估 PantheonOS 在多个生物学领域的强大功能，研究人员选择了三个生物学分析领域的复杂场景。
案例 1：早期胚胎发育
在小鼠早期胚胎发育过程中，PantheonOS 能够自动重建三维空间基因表达图谱，解析 Cer1 表达的不对称性和旁分泌 Cer1-Nodal 抑制，揭示了胚胎第 6 天（E6.0）稳健的近端-远端轴。
案例 2：人类 3D 胎儿心脏
在人类发育过程中，PantheonOS 将胎儿心脏单细胞多组学数据与受孕后第 12 周的全心 3D MERFISH+ 数据整合，揭示了心脏疾病发生发展过程中空间分辨的分子机制。
案例 3：虚拟细胞路由
最后，PantheonOS 的智能模型路由机制使其能够自适应地选择异构任务中最优的虚拟细胞模型，从而揭示心脏发生的最小调控网络，并预测发育中心脏的空间分辨扰动效应。
总的来说，该研究推出的 PantheonOS，是一个可演化的多智能体操作系统，旨在扩展和加速数据科学。PantheonOS 或许彻底弥补了智能体生态体系在开源程度上的不足。PantheonOS 通过四项基础性创新解决了单细胞和空间数据分析中新出现的瓶颈：
1）一个高度可扩展的通用抽象框架；
2）一个用于端到端单细胞和空间基因组学数据分析的实例；
3）用于算法创新的 Pantheon-Evolve 模块；
4）以及一个用于自适应模型选择的智能虚拟细胞模型。
随着大语言模型（LLM）和智能体框架不断掌握长周期任务和自我演化，可预见科学流程将发生根本性的重构。PantheonOS 为未来提供了一个蓝图，在这个蓝图中，AI 智能体将与人类研究人员无缝协作，实现整个科学生命周期的自动化，涵盖从假设生成、方法开发、代码实现到执行和演化、结果解释以及可验证的论文撰写等各个环节。
如果说过去的生物分析智能体更多停留在演示层面，那么 PantheonOS 更像是在尝试把 智能体真正做成一个可扩展、可部署、可复用的科研操作系统。它的意义不仅在于又一个新工具出现，而在于它把“开源、多智能体、本地部署、自进化”这几条路线第一次比较完整地整合到了一个系统里。对于生物信息学研究者来说，这可能意味着一个更接近真实科研流程的下一代分析范式正在成型。
目前，PantheonOS 已在 PantheonOS.stanford.edu 上公开部署，并将全代码完全开源，研究团队诚邀全球科学界利用、扩展并共同参与这一自动化、可自我进化的科学发现之旅。
以下是框架的实际使用测试，不同于 Biomni 的开源版，PantheonOS 在开源的诚意更足，提供了完善的部署功能。
Pantheon-UI 为生物学家提供一个新的对话分析入口
对于常规生物学家，Pantheon-UI 是一个对话式分析界面，用户可以非常直接地访问 PantheonOS 的所有功能，享受多智能体协作的便利，不需要复杂安装。
Pantheon-CLI 为分析学者提供更直接的工具调用体系
对于进阶的生物学分析学者，Pantheon-CLI 是一个命令行式的对话分析界面，类似 Claude Code 和 Codex，通过 CLI 可自主调用多种不同的工具完成生物学分析。
Pantheon-Store 为分析能力提供了无限可能
类似于 Clawhub，Pantheon-Store 提供了超过 1300 种不同的生物信息学分析 Skills，在未来还将持续迭代更新。
国产模型 / 使用成本
PantheonOS 还支持各类国产大模型，以及推出的 coding plan 计划，无门槛，实惠到每一个生物学家。
来自内测用户的反馈：“没想到一个来自生物领域的开源智能体框架能完善到超越现有几乎全部的闭源商业框架，这是很不可思议的，或许这也是开源的魅力吧”。
最后，研究团队表示：未来半个月，我们将带来免安装桌面版 Pantheon-Desktop，以及支持微信、飞书、QQ 等多平台的 PantheonClaw。我们始终坚持开源。因为科研从来不只是少数人的工具，而是推动整个人类文明进步的火种。知识因开放而流动，创新因共享而发生。既然我们做的是面向未来的事，为什么不开源？欢迎到 Github 上持续关注我们的项目。
论文链接：
https://www.biorxiv.org/content/10.64898/2026.02.26.707870v1
项目仓库链接：
https://github.com/aristoteleo/PantheonOS
项目主页和Skill Store：
https://pantheonos.stanford.edu/
热门跟贴