Benchling把智能体团队搬进研发流程：重组蛋白铸造厂里，设计、下单、跑仪器、写报告各由智能体接力
核心概要
Benchling在Benchtalk 2026上发布Science Foundries，让成组AI智能体与科学家并肩跑完整研发工作流，而非只把单一步骤提速。以重组蛋白铸造厂为例，一个智能体起草克隆设计，另一个向CRO下单并调用Benchling Automation驱动仪器，分析智能体撰写报告，科学家在每个关键决策处签字确认。该产品目前处于客户预览阶段，公司同时在与客户共建靶点验证、筛选、方法开发和生物制品生产等方向的铸造厂。
深度剖析
Benchling推出Science Foundries，把研发工作流从“智能体自动化某个具体任务”改为“智能体团队与科学家共同跑完整流程”，让科学家、智能体、模型和数据作为一个系统协同。 此前的多数AI只带来渐进式收益，即由智能体自动化某一特定任务、让每一步更快；公司认为更大的机会在于整体重新设计工作流。 重组蛋白铸造厂是给出的具体例子：一个Benchling智能体起草克隆设计，另一个向CRO下单并调用Benchling Automation运行仪器，分析智能体撰写报告，科学家在每个关键决策处签字确认。
支撑这些智能体的是Model Hub，它把结构预测、性质预测和公司自有模型放到与数据同一个系统里调用。 Model Hub可用的模型包括AlphaFold 2、Chai-1、Boltz-2、OpenFold 2、OpenFold 3和Protenix等结构预测模型，Inductive Bio的ADMET模型，以及在礼来数十年研发数据上训练的Lilly TuneLab专有可开发性模型，另有开源模型DeepSP和通过安全API接入的Boltz。 Model Hub中的每个模型都能被Science Foundry作为更大工作流中的一步调用；运行自有模型的支持即将推出。
启示与展望
已展示的范围是Benchling在Benchtalk 2026上发布的产品预览：Science Foundries处于客户预览阶段，重组蛋白铸造厂是给出的示例流程，公司同时在与客户共建靶点验证、筛选、方法开发和生物制品生产方向的铸造厂。
公司称多数此前的AI只带来渐进式收益，并把更大机会放在整体重设计工作流上，这是其对机会的判断而非对照测量；运行自有模型的支持标注为即将推出，抗体偶联药物与肽的支持也仅处于预览。