C114讯 7月21日消息（艾斯）“AI奇点时刻正在加速到来。”在2026年世界人工智能大会（WAIC）期间，清华大学万国数据教授、水木分子首席科学家聂再清接受了C114专访，并明确作出这一判断。
在他看来，驱动这一进程的核心力量，正是智能体（Agent）的迅速普及——这并非渐进式进化，而是一次彻底的“范式转移”。相较于移动互联网时代，智能体所开启的市场空间将更为广阔。
智能体正在真实场景中验证价值，且突破传统极限
如今，AI范式转移已在聂再清教授所深耕的生物医药这一“硬核”赛道中得到验证。
C114了解到，水木分子由清华大学智能产业研究院（AIR）孵化，致力于打造生命科学领域的基础大模型和智能体平台。聂教授是该公司的发起人和首席科学家，由其团队推出的全球首个生物医药研发智能体ChatDD，实现了从零开始设计蛋白质序列的突破。数据显示，ChatDD设计的抗体在湿实验验证中，亲和力成功率达到了21%——这意味着AI生成的前几十个候选分子中，有五分之一具备成药潜力。
“过去有些靶点通过免疫动物和噬菌体展示等传统方式根本无法生产抗体，而AI让从头设计序列成为可能。”他表示，如果说前几次AI浪潮让机器学会了“看”和“听”，那么智能体浪潮则让机器开始具备“想”与“做”的能力——从被动响应走向主动拆解任务、调用工具、环境反馈迭代，从辅助工具蜕变为数字员工。
不过，这样的成果远非通用智能体所能企及。以ChatDD为代表的药物研发智能体与通用智能体在技术架构上存在根本性的差异。
聂再清教授解释道，通用智能体处理的是文本、图像等基础模态，追求的是语义上的流畅；而生物医药智能体必须实现“全原子多模态异构融合”——将文献知识、氨基酸/基因序列、二维图拓扑（分子结构）以及三维全原子空间结构（如抗体全原子结构设计）融会贯通。这解决了传统药研工具只能孤立分析序列或晶体结构的断裂痛点，让智能体能在统一架构下，像人类科学家一样跨模态理解生物大分子和小分子。
更重要的是评判逻辑的根本转向。通用智能体写错一句话代价可控，但药研智能体关乎生命健康，一个分子的微小结构错误就意味着巨大的沉没成本。因此，ChatDD在设计时挂载了高精度的物理与生物学约束计算层，并用真实的湿实验数据回传迭代模型——这改变了过去AI药研“只管预测、无法验证”的通病，实现了传统方法做不到的超高预测准确率。
再者是工具调用的升级。医药智能体需要调用动力学模拟（MD）、分子对接（Docking）等高门槛的科学计算软件，甚至是湿实验的机器人自动化协议。聂教授团队在其开源平台OpenBioMed里设计了专门的科学技能执行层（OpenBioMed Skills）。这样智能体就能自动理解复杂的实验逻辑、动态调整计算参数并处理高噪声的科学数据。由此解决了传统研发中高度依赖人工配置专家软件、计算效率低下的问题，真正实现科学工具的智能化和自动化。
在可用与可信之间，仍需“老法师”严格把关
当我们问及“智能体是否已足够成熟可靠”时，聂再清教授强调，智能体的成熟度不能单纯看技能数量这样的表面指标，核心要看“任务完成满意度”与“可解释性（溯源能力）”。
映射到生物医药领域，这意味着“干实验（AI预测）与湿实验验证的相关性”——只有当智能体设计的分子在湿实验中高成功率被验证，并且能够清晰地给出设计时的具体思路、物理化学约束和方法溯源，它在医药专家眼中才是真正“可用且可信”的。
值得注意的是，聂教授在参与中国信通院承办的WAIC 2026“从大模型到智能体：迈向自主智能新纪元”论坛圆桌讨论时明确指出，“现在还没有任何一种药物能够从头到尾全自动由AI生产出来——从靶点选择、抗体生成与优化，再到临床试验，全程由AI独立完成是不可能的。”
这是因为，人类机体中的许多信号通路与反应机理，AI目前仍无法完全理解。在现阶段，智能体更多地扮演着“老法师”（资深药物专家）超级助手的角色。
“老法师”的经验与直觉，结合智能体的高通量计算与枚举能力，正在形成一种全新的研发范式。他表示，越来越多的“老法师”开始主动使用智能体，并视其为不可或缺的工具。“老法师”与AI的紧密协作，将成为攻克疑难疾病、产出高质量药物的最佳路径。
然而，要加速这一进程，仍须正视多个层面的现实挑战。
技术层面上，“蛋白质语言”与自然语言的多模态对齐，仍是亟待攻克的难题。应用层面上，“老法师”积累数十年的直觉与经验，难以直接转化为训练数据，如何构建“越用越好”的数据飞轮，是产品化过程中必须破解的关键课题。安全与伦理层面上，需确保药厂核心信息不泄露、临床数据得到隐私保护，同时防范智能体被用于设计有毒分子，守住伦理红线。
他呼吁信通院等权威机构加快制定智能体在安全、伦理及能力评测方面的标准与白皮书，为行业健康发展保驾护航。
二十载磨一剑：通用技术的垂直宿命
实际上，在确定此次采访之前，聂再清教授丰富的个人履历便已深深吸引了我们的注意。这是一条看起来跨度极大的职业轨迹——从微软亚洲研究院首席研究员，到阿里巴巴天猫精灵首席科学家，再到重返清华大学AIR并成为水木分子的领军人物。
“在外界看来我的履历跨度很大，但从我个人的视角来看，我这二十多年其实都在专注于做一件事，那就是‘智能助手’。”
聂再清教授进一步谈到，在微软做搜索引擎和知识图谱，是帮智能助手构建“大脑的知识储备”；在阿里做天猫精灵，是探索智能助手在“语音交互与生活场景”的落地；在清华AIR和水木分子做AI4S，则是把智能助手带进产业和科学研究的最前沿。ChatDD正是“AI智能助手在生物医药行业的具象化”。
这样的人生道路选择基于他的一个核心信念：通用技术的最终宿命，是走向垂直产业、解决人类最根本的痛点。药物研发直接关乎人类健康水平的提高，新药研发的提速正是AI能创造最大社会价值的地方。在他看来，药物研发智能体正迎来爆发的临界点。
聂再清教授对“AI奇点时刻”的判断，正是源自他二十余年来横跨产学研多领域的深厚积累。他指出，AI奇点并非机器取代人类，而是“智能助手全面普及到人类日常生活与工作的每一个核心流”的那个瞬间。当人们在工作和生活中不再感知各种复杂软件工具，而是习惯性地向智能助手委派任务时，奇点就到来了。
他提出，要促成这一时刻的到来，尚需具备两个核心技术条件。
其一是入口统一化——绝大多数软件、硬件、数据库及设备都应能够被智能体无缝调用，即具备标准化的API接口；其二是全链路任务数字化与强化学习闭环——智能体在执行任务的过程中必须实现高度数字化，通过大量“执行-环境反馈”的真实数据流，利用强化学习持续训练并提升其工具调用成功率。当这种数字化的反馈飞轮在各行各业真正运转起来时，AI的发展将迎来质的飞跃。这正是聂教授团队在其OpenBioMed开源平台中所努力的方向。
告别WAIC 2026，距离我们“不再需要打开任何软件”的奇点，已经越来越近。 
