如今，大规模生物实验产生的数据量，远远超出人工团队能够穷尽分析的范围。OpenAI 与 PerturbAI、斯克里普斯研究所合作，利用小鼠脑细胞的全脑 CRISPR 图谱展示了一种新思路：让数千个轻量级 GPT‑Rosalind 智能体并行运行，每个智能体负责分析一项特定扰动。最终，团队将这些智能体的报告汇总成一张推理图谱，串联起基因、细胞响应、相关文献与机制假设——整个过程只需数十分钟，而人工分析通常要花上几个月。

将任务分配给大量专门化智能体，是这项成果的关键工程选择。系统没有让一个通用流程依次处理数百甚至数千种扰动，而是拆分了工作，让每个智能体深入研究单个基因的细胞特征，并交叉检索相关领域论文。这种并行处理既扩大了分析范围（覆盖更多扰动），也提升了分析深度（每项扰动引用更多文献），最终形成了一系列候选解释。在盲测比较中，人类专家认为这些解释既新颖又具有实际价值。

关键在于，这些智能体并没有产出经过验证的发现，而是生成了经过优先排序、由文献支持、值得进一步实验检验的假设与关联。系统标记的线索包括：Tsc1 与 Tsc2 对小脑神经元的影响存在差异，以及细胞内胆固醇处理可能与 Dctn1 扰动引发的神经退行性变化有关。这些例子说明，智能体群可以加快从海量数据走向具体实验的进程，但不能取代有针对性的实验室验证和机制研究。