一句话看懂：华为 HC 大会上，广州实验室与商飞分别展示了基于 openJiuwen ScienceDiscovery 的纳米抗体智造和民机气动设计平台“御风”，把 AI 从“给答案”推进到能组织工具、执行实验、持续迭代的科研工作流。它值得关注的原因是：科研场景对可追溯、可复现的要求，正在倒逼 Agent 从聊天框变成带记忆和搜索能力的基础设施。
事件核心：发生了什么
在华为 HC 大会上，两个案例同时出现：广州实验室联合华为，依托 openJiuwen ScienceDiscovery、昇思 MindSpore 与昇腾算力，构建纳米抗体智能研发流程；商飞联合上海交大，基于同一平台打造民机总体与气动设计智能平台“御风”。公开介绍显示，ScienceDiscovery 是基于 Agent OS（JiuwenSwarm）的一站式科研工作台，近期发布 v0.1。它靠两套底层机制运转：高维结构化记忆图谱维护任务链与引用链，回答“做过什么”和“依据什么”；产物 RSI 搜索则让科研代码自行迭代，例如在半无穷振荡积分任务上搜索 2 小时、产生 236 个版本，第 119 版将 19 道打分题全部算准，平均相对误差 0.07%。抗体链路上，平台可调用 RFdiffusion、ProteinMPNN、Protenix 等模型完成骨架生成、序列设计与复合物预测；御风则把总体设计、气动预测、翼型设计等流程串成并行协同设计，迭代效率提升 3~5 倍。
为什么重要
科研智能体此前多停留在“更会聊天的助手”，工具碎片化和科研幻觉是公开梳理里的两类典型问题。ScienceDiscovery 的做法不是训练一个包办所有学科的大模型，而是把通用模型的理解能力放进一套有专业工具、执行约束、证据记录和验证反馈的系统里。对行业来说，这代表 AI 在生物医药、航空航天等长链条、高验证门槛场景中，开始从辅助问答走向可检查的流程参与。在 BiomniBench-DA 任务中，基于 GLM-5.2 的评测分数达到 77.4，目前公开信息显示为业界 SOTA。
对用户/开发者/创作者的影响
对开发者而言，这类平台的价值在于闭环：模型不负责“写出抗体”，而是负责理解任务、组织步骤，真正面向分子设计与预测的工作由专业生物模型或气动模型承担。这意味着未来科研类 AI 应用的开发重点，可能不再是堆提示词，而是设计记忆结构、搜索规则和评分函数。对企业采购和研发团队来说，可追溯内容寻址存储、零幻觉 Reviewer 审核机制，是评估科研 Agent 能否进入生产流程的关键指标，而非单纯看它能否流畅作答。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 v0.1 版本的实际落地范围和开放程度，是否有更多实验室或企业接入；二是产物 RSI 和记忆图谱能否从数值计算、抗体设计扩展到验证周期更长的湿实验场景；三是御风平台从智能设计走向智能飞行的节奏，以及全流速并行协同设计是否会在更多型号上复用。
来源：InfoQ CN
