GPT-Rosalind、1,946 個代理與膽固醇線索：DCTN1 結果實際顯示了什麼

2026 年 10 月 21 日，O​penAI 發表了與 PerturbAI 及 Scripps Research 的合作成果：1,946 個在 GPT-Rosalind 上運行的代理程式，在 32 分鐘內處理完涵蓋 770 萬個小鼠腦細胞的全腦 CRISPR 圖譜。其中產生的一條線索正是目前流傳的那一條：DCTN1，這個基因是 Perry 症候群背後的基因，也可能是膽固醇處理與神經退化之間的連結。GPT-Rosalind 本身並不新——O​penAI 於 2026 年 4 月將其納入研究預覽，並在 9 月透過可信存取計畫向符合資格的組織開放——所以這不是一則發布消息。這是該模型首次產出公開、可重現的研究產物，而非一個基準測試數字，而這是更值得關注的事。這些代理程式實際做的事比頭條新聞所說的範圍更窄，卻也比頭條新聞更有用：它們把一個出乎意料的轉錄特徵轉化為一個可檢驗的問題，而 30 位盲測專家判斷這個問題值得後續追蹤。還沒有人在神經元中測試過它，更遑論在病人身上。那些超出其證據範圍的研究主張，以及隨後出現的更正，都連同日期與來源記錄在 the AI Incident Archive 中，與我們追蹤的其他模型與供應商事件並列。

三件文物，其中一件是新的

這則公告值得拆解，因為真正有用的部分並不是新聞稿。有三件事同時發生：

• 一篇預印本 —〈分散式 AI 代理可大規模全面發掘生物學洞見〉，Sun 等人，於 2026 年 10 月 16 日發布於 bioRxiv。尚未經同儕審查。

• 程式碼 — 來自 Jin 實驗室的公開儲存庫，內含代理程式執行環境、架構於文獻語料庫上的本機 MCP 伺服器、CLI 查詢工具，以及可重現論文圖表的筆記本。

• 資料——PerturbAI 全腦體內 CRISPR 圖譜本身，位於 Hugging Face：772 萬個細胞、近 2,000 個疾病相關基因、19,070 個 mRNA、8,588 個 sgRNA。該圖譜論文是 2026 年 3 月的一篇獨立預印本。

這種組合正是它值得一篇專文、而非一段文字的原因。廠商基準測試從外部無法否證。一份附有公開資料集與公開流程的預印本，則可以拿另一份圖譜來跑、逐行核對，或被擁有濕實驗室的人推翻。無論 DCTN1 這項主張還有什麼其他真偽，圍繞它的支撐架構都是可供檢視的。

方法即主張，所以從那裡開始。

這個資料集是一份 Perturb-seq 圖譜：在小鼠腦中各處，每次用一個 guide RNA 破壞基因，並讀出每個細胞的轉錄體。結果是大約兩千種擾動與數萬種「擾動×細胞類型」反應的交叉組合——遠超過任何實驗室能仔細逐一檢視的數量，而這正是論文所要解決的瓶頸。

依作者的定義，分散式生物推理並不是對一張大型表格進行一次模型呼叫。1,946 項擾動各自擁有一個專屬的代理程式。該代理程式會檢視細胞對其基因受破壞的反應，搜尋科學文獻中任何能解釋此現象的內容，並撰寫一份敘述性報告，以及一份提出機制的結構化報告。在整個執行過程中，這些代理程式共完成 39,185 次論文閱讀，並保留 16,445 筆引用。這些報告隨後被整合成一張圖譜，將基因、細胞類型效應、論文與候選機制連結起來。

那段描述中有兩個細節比規模更重要。第一，這些 agent 是在沒有原始手稿的情況下工作的——原始圖譜論文的結論對它們保密，而這正是下一節的還原測試具有意義的原因。第二，預印本中指明該模型為 GPT-Rosalind-5.5，並聲明其知識截止時間為 2025 年 12 月。由於原始手稿於 2026 年 3 月才出現，這些 agent 不可能記住其結論。這是真正的方法論優勢，論文理應為此獲得肯定。

DCTN1 先導化合物，以四項獨立請求項表述

以下就是這條鏈，依論文建構它的順序排列。知識論地位在每一步都會改變，而這恰恰是在轉述時會流失的東西。

• 觀察結果（實測）。在圖譜中，干擾Dctn1會增加參與製造膽固醇的基因表現。這是資料中的轉錄特徵，不是模型憑空捏造出來的。

• 此關聯（有文獻支持的推論）。 DCTN1 編碼 dynactin，這是動力蛋白馬達機制的一部分，負責在神經元內沿著微管運送貨物。現有研究顯示，當膽固醇運輸受損時，細胞會上調膽固醇合成，顯然是作為補償。該代理將一個運輸基因與一個合成特徵連結起來。

• 假設（未經檢驗）。若 DCTN1 受到破壞而改變了膽固醇在神經元內的分布方式，這種重新分布可能促成退化——而恢復正常的分布則可能具有保護作用。OpenAI 自家的文章在此相當謹慎，將其稱為有待後續實驗解答的問題，並通篇使用「could」一詞。

• 疾病關聯（已確立，且並非出自本論文）。 DCTN1 突變會導致 Perry 症候群，這是一種罕見的神經退化性疾病，具有帕金森氏症特徵。這層關聯使該線索在臨床上易於理解，而且早在這項研究之前數年便已存在。

第一個要點之後的內容全都屬於推論。特徵印記是資料；運輸與代償的那套說法是取自文獻的機制；治療構想則是一個尚未有任何人在神經元中驗證過的假設。審閱這些報告的盲性專家認為 DCTN1 這條線索新穎、具有關鍵意義且值得後續追蹤——這是在說這是個多好的問題，而不是在說答案是否為「是」。

對照實驗支撐了這篇論文

這篇預印本中最有力的證據並不是膽固醇那套說法，而是團隊對自身方法所做的一組比較，因為那些比較附有數字，懷疑者可以查核。

• 留出發現的復原 — 在團隊評估的 71 項來自未公開來源文稿的發現中，35 項相符，13 項經細化。若僅限於可直接以差異表現資料檢驗的 55 項發現，48 項（87.3%）相符或經細化，52 項（94.5%）至少部分復原，且 96.2% 的相符比較保留了路徑方向。

• 引用涵蓋範圍 — 在 893 次擾動的工作負載下，分散式代理所保留的參考文獻數量，是相同模型與資料集下單一代理的 711 倍。該單一代理引用了 11 篇參考文獻。OpenAI 的文章將其四捨五入為「超過 700 對 11」。

• 預測 — 在一個包含 272 個擾動的保留分割上，該系統在預測哪些擾動會產生可偵測反應方面達到 0.705 的平衡準確率，優於反應率與物理交互基線。它在簡單的一半上表現好得多（172 個零效應案例中的 142 個，82%），而在困難的一半上則差得多（100 個中的 59 個，59%）。

• 專家評估——30 位博士級科學家審閱了 60 份報告，每份由三人審閱，採盲審。分散式報告在 60 次配對比較中有 45 次獲偏好（75%），單一代理報告則在 10 次中獲偏好，另有 5 次平手。代理自身的新穎性排名與人類的排名相關性為 ρ = 0.61。

綜合來看，這項發現講的是任務分解，而不是模型智商。單一上下文視窗在你把一整套圖集灌進去時會逐步退化；兩千個各自配備文獻工具的專精型代理則不會。即使 GPT-Rosalind 只是個平均水準的模型，這個主張依然成立，而這正是它值得信任的部分——也是為什麼這篇論文對計算生物學家的用處，大於任何正在挑選 API 的人。

另一個結果，比較容易辯護

這些作用劑也揭示了一個與疾病相關的對比：Tsc1與Tsc2之間，這兩個基因位於 mTOR 路徑。破壞任一者對數個神經元族群產生相似效果，但在小腦中，Tsc2的破壞使數十個參與神經元間通訊的基因發生轉變，而Tsc1的破壞則影響甚微。在結節性硬化症中，小腦異常與 TSC2 突變密切相關，因此這種差異至少與臨床表現相符。

為什麼這比膽固醇線索更容易辯護？因為這個主張是結構性的，而非因果性的——「這兩種擾動在此細胞類型中出現分歧」是圖譜本身所能支持的陳述，而臨床上的呼應只是佐證，而非論證本身。它還指出了特定族群與一組可供探究的特定基因，而這正是後續研究所需的。

四個理由，足以全盤否定這一切

這些都不是忽視該論文理由。這些全都是不該把它當作關於疾病的發現來引用的理由。

這是一篇帶有商業利益的預印本。 發表於2026年10月16日，未經同儕審查。利益衝突聲明寫得毫不含糊：六位作者是OpenAI的員工，另有兩位是PerturbAI的員工，其中兩人為該公司的共同創辦人。製作模型的組織，共同撰寫了評估該模型的論文。值得肯定的是，人類對照組採用了盲測，但專家名單、評分標準與取樣方式，全都是他們自己設計的。

其生物學模型是小鼠，且屬於轉錄組學。受擾動細胞中的膽固醇合成特徵，距離人類神經元中的膽固醇運輸缺陷還有兩步，距離療法則有三步。每一項這類神經退化性假說都面臨多年的後續追蹤，而其中大多數得到的答案是「不，不是那樣」。

這個 32 分鐘的數字需要放在脈絡中理解。它是平行掃掠的一次真實執行時間，而「數月到一年」的比較，則是作者根據一次只做一個擾動的方式完成同樣工作所做的外推。應把前者視為實測值，後者視為可信的數量級估計，而不是與同等規模人類團隊對照計時的結果。

引用文獻不等於主張本身。在代理程式產生的 1,519 項高信度發現中，27.6% 有既有文獻支持，41.9% 屬於新穎推論，6.6% 與文獻矛盾，23.8% 完全沒有先例。產出中有五分之一毫無先例，這要麼正是這項練習的重點，要麼是一項警訊，取決於你有多信任聚合步驟。論文報告了隨機重排對照——當擾動標籤被隨機化時，代理程式與文獻之間的一致率從 29.3% 降至 13.2%——這是應該做的正確檢查。

如果你想使用這個，以下是現有的內容

實際產出並不是膽固醇假說，而是這項人工製品：一份公共推理圖譜，將擾動連結到細胞類型效應，也連結到每個所提出機制背後的論文，另外還有能在不同篩選上執行相同模式的程式碼。如今，研究佩里氏症候群或神經元脂質運輸的實驗室，手上有一份附上引文的優先問題清單。面對 DCTN1 條目，首先要做的是檢查其引用文獻是否真的說了摘要所稱的內容——這是博士後研究員花兩小時就能完成的工作，也是對任何機器生成的假說應有的適度懷疑。

其背後模型的存取權限在同一週擴大開放。2026 年 10 月 15 日，O​penAI 宣布 Rosalind Academic Plan：美國大學的學術實驗室可透過受信任存取機制申請最多 30 個 Business Standard 席位，最長 12 個月免費使用；GPT-Rosalind 在完成一般審核後即可使用，且研究資料預設不會用於訓練。API 存取明確不包含在學術席位中——這部分透過商業受信任存取計畫提供，自 2026 年 10 月 5 日起計費：每百萬輸入 token 5.00 美元、快取輸入 0.50 美元，以及每百萬輸出 25.00 美元；這些是 O​penAI 公布的價格，並非經獨立基準測試的價格。

路由器適用與不適用的時機

GPT-Rosalind 並未上架於 OrcaRouter。任何暗示相反的說法都是錯的；取用一律須經 OpenAI 的可信存取申請與審查，而路由層的任何設計都改變不了這道關卡。

{{1}}路由層真正改變的，是科學研究周遭管線的形狀。{{/1}}像這樣的一次執行，大多不是{{2}}生物學呼叫{{/2}}。它其實是{{3}}橫跨兩千個平行工作節點的編排、報告的解析與去重、發現的彙總，以及把圖譜變成生物學家可查詢之物的程式碼{{/3}}。這些步驟不需要使用{{4}}每百萬輸出 token 要價 $25{{/4}} 的領域模型，而把它們放到那裡，正是讓 32 分鐘的實驗變成昂貴實驗的原因。在 {{5}}OrcaRouter{{/5}} 上，非生物學的環節可以在通用模型上以供應商牌價執行，{{6}}加價 0%{{/6}}，而{{7}}Rosalind 呼叫{{/7}}則留在受信任存取金鑰上——當供應商卡住時，{{8}}自動容錯移轉會轉移請求，而不是整個執行{{/8}}。{{9}}路由層是為管線中不屬於科學研究的部分而存在。{{/9}}

什麼才能真正改變故事走向？

下一個真正重要的事件，不是又一次模型發布，而是是否有實驗室承接 DCTN1 假說並回報結果：神經元中的膽固醇運輸測定、Perry 症候群模型，或任何測試再分配而非合成的實驗。如果有實驗室這麼做，且效果成立，這篇預印本將被解讀為一個轉折點：把散落文獻連接到圖譜這件事，變得便宜到足以在全腦規模上執行。如果沒有人這麼做，持久的貢獻就是方法本身，以及 711 對 11 的比較——遺產較小，但真實存在，而且可轉移到任何實驗室已有的擾動篩選。

在那之前，誠實的總結還是作者自己的說法：這些代理把一個出乎意料的轉錄特徵變成了一個可檢驗的想法，而人類專家判斷這個想法值得檢驗。對計算生物學來說，那是美好的一週。對病人來說，那還不是美好的一週，而這兩句話之間的距離，正是大多數關於這項研究的報導會出錯的地方。