Robin：首个全自动科学发现多智能体系统
2025年5月，研究者提出Robin，首个能够自动化科学发现全流程（文献调研、假设生成、实验设计、数据分析、假设更新）的多智能体系统。Robin通过整合文献搜索智能体和数据分析智能体，在干性年龄相关性黄斑变性（dAMD）治疗中发现新候选药物ripasudil（ROCK抑制剂），并自主设计RNA-seq实验揭示其通过上调ABCA1发挥作用的机制。所有假设、实验计划、数据分析和图表均由Robin生成。
发展脉络
- 首次出现Robin：首个全自动科学发现多智能体系统arXiv cs.AI
- 当前判断Robin对制药行业影响深远：将药物发现周期从数年缩短至数月甚至数周。其“老药新用”能力可大幅降低研发成本（避免从头开发的安全性和毒性测试）。对于CRO（合同研究组织），Robin可提供标准化、可重复的早期研发服务。长期看，AI自主科学发现可能重塑科研组织形态，从“人类主导、AI辅助”转向“AI主导、人类监督”。Agent Pulse · 分析
Robin标志着AI驱动科学发现从辅助工具到自主代理的质变。它首次实现了“实验室在环”的闭环自主研究：从文献挖掘到假设提出，再到实验验证和机制解析，全程无需人类干预。在dAMD案例中，Robin不仅发现了已有药物（ripasudil）的新用途，还通过后续实验揭示了全新靶点ABCA1，展示了自主发现新生物学知识的能力。这为药物研发、材料科学等领域提供了加速范式。
Robin架构包含多个专用智能体：文献搜索智能体（基于检索增强生成，从PubMed等数据库提取信息）、假设生成智能体（基于知识图谱和因果推理提出可验证假设）、实验设计智能体（生成实验方案并调用自动化设备）、数据分析智能体（处理组学数据并统计推断）。系统采用迭代循环：假设→实验→数据→新假设。在dAMD案例中，Robin首先通过文献分析提出增强RPE吞噬作用作为治疗策略，然后筛选出ripasudil，接着设计并分析RNA-seq实验，发现ABCA1上调。所有步骤均通过API与实验室设备交互，实现半自主运行。
Robin对制药行业影响深远：将药物发现周期从数年缩短至数月甚至数周。其“老药新用”能力可大幅降低研发成本（避免从头开发的安全性和毒性测试）。对于CRO（合同研究组织），Robin可提供标准化、可重复的早期研发服务。长期看，AI自主科学发现可能重塑科研组织形态，从“人类主导、AI辅助”转向“AI主导、人类监督”。
建议制药企业评估Robin或类似系统用于早期药物发现，特别是老药新用和罕见病领域。可考虑与Robin团队合作进行概念验证项目，或投资建设内部自主科学发现平台。对于CRO，可开发基于Robin的标准化服务产品，降低客户研发门槛。
关注Robin在更多疾病领域的泛化能力，以及其与自动化实验室（如云实验室）的集成程度。需验证其发现的可重复性（ripasudil治疗dAMD的临床前/临床结果）。成本方面，当前系统依赖大量API调用和计算资源，需评估其经济可行性。安全方面，需建立AI提出假设的伦理审查机制。