Benchling推出Science Foundries：把设计、下单、上机与分析的交接交给智能体团队
核心概要
Benchling发布Science Foundries，让科学家与AI智能体按同一份科学数据和上下文分工，端到端运行蛋白质生产、先导化合物优化或工艺改进等流程。使用者先选定流程或目标，再规定哪些步骤由智能体执行、哪些节点需要科学家批准，智能体随后执行与监控工作、协调交接并把关键决策交回科学家。在高通量抗体案例中，设计、克隆、实验室和分析四类智能体分别对接模型、CRO、实验自动化与训练数据，使深夜完成的检测结果在科学家上班前已得到分析。
深度剖析
科学流程的编排方式从科学家逐环节手工搬运数据，改为由智能体团队在同一份科学数据和上下文上执行、监控并协调交接。 此前的做法是科学家手动处理数据，再把数据从一个步骤喂到下一个步骤；团队虽已有设计序列的模型、合成构建体的CRO和生产与检测的实验室自动化，各环节之间仍靠人力衔接。 高通量抗体设计、生产与检测的制药团队案例中，设计智能体生成并评估序列，克隆智能体起草组装策略并向CRO下单，实验室智能体向工作单元派发指令、采集数据并做质控，分析智能体解读结果并更新训练数据集。
流程按“先选目标、再定分工”两步搭建，智能体负责执行与监控，科学家保留关键决策的批准权。 过去智能体承担的是候选—靶点谱定义、实验设计、SPR分析这类离散任务，现在被组织到蛋白质生产、筛选和先导优化的整条科学流程上。 临床阶段生物制药公司Parabilis Medicines的精简团队并行推进多个项目，从对话、独立智能体走到Science Foundries，其科学联合创始人兼平台负责人John McGee以第一方表述说明这一部署。
环节之间的空档被压缩，实验可以更早开始。 检测在夜间完成时，过去要等到科学家次日处理；现在智能体自动接手结果，在科学家开始一天工作时给出分析。 按该案例的表述，每个实验提前一天开始，累积起来可使一个研发项目加快数月。
启示与展望
报道范围限于Benchling对Science Foundries的发布说明：两步搭建方式、高通量抗体流程中的四类智能体分工，以及Parabilis Medicines从独立智能体转向Science Foundries的第一方描述。面向的读者是考虑把智能体接入研发流程的研究人员和工程师；已使用Benchling的团队可按文中所述选取蛋白质生产、筛选、检测开发、方法开发或体内工作之一搭建首个Science Foundry。
“三人团队具备三十人的产能”和“研发项目加快数月”都是发布方给出的判断，未附测量数据；Parabilis Medicines的评价来自公司科学联合创始人，属于第一方陈述。各治疗领域、临床前与工艺开发流程的搭建清单是可用方向，其实际效果未在文中报告。