Google 发布 VERID 框架实现 AI Agent 在湿实验室的物理现实 grounding 与闭环发现

Google Research 发布三项成果，通过 VERID 框架、Aptamer 实验和蛋白质设计工作流，推动 AI Agent 从纯计算推理走向具备物理感知能力的自主湿实验室操作。核心突破在于构建了一个包含机械臂几何、试剂体积和耗材库存的实时 3D 数字孪生系统，使 Agent 在执行前能进行虚拟干跑并拦截物理上不可行的指令。

在 Aptamer 发现案例中，Agent 在三轮迭代中将针对肌红蛋白和α-凝血酶的命中率分别提升至 33.5% 和 42.1%，关键在于 Agent 能从 Round 2 的数据中识别出 G-四链体（G-quadruplex）导致的非特异性结合假象，并自主修正设计规则以恢复特异性。在蛋白质设计方面，通过局部切除结合口袋的折叠策略，计算周期加速超过八倍，人机协作模式下的虚拟命中率是单人工作的近两倍，且实现了单纳摩尔级的亲和力。

事实层面，该研究展示了 Agent 在受控非感染系统中执行闭环实验的能力；推断层面，这种基于物理约束的验证机制可能成为未来生物制药研发自动化的标准配置；猜测层面，若此类系统能进一步扩展至更复杂的细胞筛选流程，将显著降低早期药物发现的算力与时间成本。