Intology 发布 Locus 自主科研智能体 超越 GPT-6 与 Claude 5.5
Intology 推出名为 Locus 的自动化科研系统，能够自主提出实验、并行运行并迭代优化模型。在分子预测与设计任务中，Locus 的表现超越了基于 GPT-6 Astra 和 Claude Opus 5.5 构建的智能体，展示了在专有数据场景下更强的泛化能力与样本效率。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-11-03 17
一个 AI 系统刚刚设计出比拥有这些模型的实验室所构建的专家工具更优的分子模型。
@intology 的 Locus 承担了机器学习研究员的工作：
提出实验方案， 在 GPU 上并行运行大量批次， 保留有效的结果并重复执行， 现在已应用于药物和抗体设计。
Locus 在分子预测方面击败了 GPT-6 Astra 和 Claude Opus 5.5 智能体
↳ 引用 @intology (Intology): Locus 确立了自动化分子设计的前沿水平
我们的自动化研究系统 Locus 开发出的科学 AI 模型性能超越了 SOTA（当前最佳）专家解决方案
释放科学 AI 的潜力需要利用专有数据。Locus 能够自主实现这一点 🧵👇
--
我们在多项与分子评分和设计相关的任务中测试了 Locus：针对专有任务训练分子性质预测模型、微调 Boltz-2 以预测小分子效力，以及围绕 BoltzGen、Boltz-2、ESMC 和 ESMFold2 构建抗体设计工作流。
上述每种设置都是面向科学的真实世界 AI 用例，其中任务往往超出现有基础模型的分布范围且数据有限，同时评估器昂贵且存在噪声。与最先进（SOTA）基线及用于优化这些任务的 LLM 智能体相比，Locus 实现了更高的性能。此外，尽管数据有限，Locus 仍表现出更好的泛化能力，找到了样本效率更高的解决方案，并探索了更多样化的解空间。
