2 月 6 日消息，OpenAI 昨日（2 月 5 日）发布博文，宣布携手生物技术公司 Ginkgo Bioworks，利用 GPT-5 构建“闭环自动化系统”，降低无细胞蛋白质合成（CFPS）的生产成本约 40%，试剂成本降低了 57%。
在双方构建的“闭环自动化系统”中，GPT-5 直接连接到云端湿实验室（Wet Lab），不仅负责设计实验，还能指挥机器人执行操作、分析回传数据并自主规划下一轮实验。
为了验证 AI 在实体科学中的潜力，该系统在 580 个自动化孔板上执行了超过 36000 次独特的反应配方测试。实验过程中，GPT-5 获得了访问互联网、查阅相关论文以及使用数据分析工具的权限。
在这一“全副武装”的状态下，GPT-5 仅通过 3 轮实验迭代，就超越了此前的人类最佳基准。系统通过严格的程序验证，确保 AI 设计的每一个实验方案都能在物理世界中被机器人精准执行，有效避免了纸上谈兵式的“理论实验”。
无细胞蛋白质合成（CFPS）涉及 DNA、细胞裂解液及数十种生化成分的复杂交互，传统人工优化极度依赖直觉且耗时费力。
研究发现，GPT-5 擅长在高维度的参数空间中寻找规律，它成功识别出了一系列人类科学家此前未曾测试过的低成本配方组合。
特别是在自动化实验室常见的“低氧”环境下，AI 提出的新配方表现出了极强的鲁棒性（Robustness）。此外，GPT-5 还敏锐地发现，调整缓冲液和多胺等看似不起眼的微量成分，能以极低的成本换取产量的显著提升。
结果显示，这一人机协作模式成功攻克了生物学难题，将无细胞蛋白质合成（CFPS）的总生产成本降低了 40%，并将试剂成本大幅削减了 57%。
注：
湿实验室（Wet Lab）指处理液体、化学试剂、生物样本（如 DNA、蛋白质）的传统物理实验室，与只进行计算机模拟的“干实验室”（Dry Lab）相对。
无细胞蛋白质合成是一种不需要培养完整活细胞，直接在试管或容器中利用细胞内部的机器（如核糖体、酶）来生产蛋白质的技术。就像是不需要养整头牛，直接用提取出的消化系统来生产牛奶。
闭环实验是一种自动化的科研循环模式。AI 设计实验 -> 机器人执行实验 -> AI 读取结果并学习 -> AI 设计新一轮实验。整个过程像一个首尾相连的圆环，不断自我进化。
