蛋白质模型适配不再先训练后算账：CAPO在开跑前测可行性，拒掉Boltz-2微调仍把15个靶点中的11个排得更准
核心概要
蛋白质基础模型要落到某个实验室的具体测定上，通常得先做一次昂贵且容易失败的适配，而现有智能体把微调当成可靠的工具调用，可行性靠估计、不可行往往在算力花掉后才发现。CAPO把适配改写成带闸门的决策问题：在目标加速器上实测可行性、按预算做成本准入、在真实训练循环里跑200步金丝雀，并允许系统拒绝负担不起的方案。同一套未改动的系统在三个蛋白质任务上分别选择了部分微调ESM-2 8M、拒绝微调Boltz-2改用冻结表征上的校准头、以及对ESM-2 150M做秩4低秩适配。
深度剖析
蛋白质模型适配现在可以在花钱之前被拒绝：CAPO把“是否适配、用哪种技术适配”变成一道必须通过的准入检查，而不是默认执行的训练步骤。 此前的工具调用型智能体把微调视为廉价可靠的调用，可行性与成本靠估计，不可行要等算力花完才暴露。 在命中到先导化合物排序任务上，Boltz-2权重更新的预估成本落入拒绝分支，系统没有微调它，而是保留冻结权重、复用644个已缓存共折叠结构，在输出上拟合按靶点校准的亲和力头。
同一套代码在三个任务上给出三种不同的适配方案，其中两种偏离了按标签数量初始化的保守先验。 按标签数的默认先验会给出统一策略，而实测证据把选择推向部分微调、拒绝微调或低秩适配。 宿主范围任务上部分微调ESM-2 8M的最后四层，得到物种平均MCC 0.826；命中到先导任务上拒绝微调；变异效应任务上对ESM-2 150M做秩4低秩适配，在420个2020年不确定、后被重新分类的ClinVar变异上MCC为0.478。
在宿主范围任务上，CAPO与通用编码智能体的预测精度打平，差别出现在过程成本与数据整理环节。 通用编码智能体在相同原始双端测序数据、相同任务文本和50美元预算下也能训练出模型，但在建模之前的读段整理上失败。 CAPO的物种平均MCC为0.826，通用编码智能体为0.812且无置信区间；CAPO少用57.4%的GPU时间、每次成功运行少花32.5%成本，失败训练次数从四次降到零；在穿山甲文库14.4M序列上CAPO与盲法金标准一致率97.6%，负鼠文库2.61M序列上99.83%，而通用智能体在两个文库上均为0.00%。
启示与展望
演示范围是三个蛋白质建模任务——SARS-CoV-2宿主范围预测、命中到先导亲和力排序、时间切分的变异效应重分类——每次运行预算50美元，由同一套未改动的系统从单条自然语言请求端到端执行。适用读者是需要在自有测定数据上适配蛋白质模型、并受算力预算约束的研究人员与工程师。系统不含闭环实验，也没有湿实验验证。
每个任务都是单次端到端运行，智能体过程本身没有种子或方差估计，闸门只作为整体评估，因此“失败训练从四次降到零”是自然实验而非消融。与通用智能体的正面对比只覆盖宿主范围一个任务。各研究还带有各自的边界：预注册的FEP+最难对照为空，物理锚点未映射任何配体，变异面板小且偏致病，校准误差为0.190，区域新颖子集的区间包含零。成本投影对实际GPU成本高估2.1至3.2倍，而对整次运行成本又偏乐观，变异效应研究投影4.26美元、实际29.76美元。