一句话看懂:开发者 Gabriel Ocana-Santero 称,一个 AI Agent 在癫痫模型小鼠的立体定向脑手术中自主完成了选药、选区、算坐标和注射,人类兽医则以物理急停开关和逐步授权的方式保留最终控制权。
事件核心:发生了什么
根据 Ocana-Santero 于 2026 年 10 月 28 日发布的推文,他给 AI Agent 输入了 19 种基因治疗载体的表格、一只癫痫模型小鼠,以及一台带摄像头的电动立体定向手术装置,目标只有一个:减少癫痫发作。Agent 自行选定了药物和脑区,依据三篇论文推导出注射坐标,然后驱动机械臂将 250 纳升液体注入小鼠脑内,并通过摄像头观察进针点是否出血。
他同时强调,每一步不可逆操作都由持证兽医审核放行,兽医还握着物理急停开关。这不是实验室正式发布的成果,而是个人在 18 小时连续工作后即兴发布的记录,目前公开信息仅限这条推文及其后续线程。
为什么重要
这件事的真正看点不是“AI 会做手术”,而是大模型驱动的 Agent 首次被放进一个高风险、不可逆的真实物理流程里。它需要读取文献、做决策、调用硬件接口、在过程中根据视觉反馈调整动作,这已经超出文本生成或图像生成的范畴,更接近把推理能力接到机械臂和传感系统上。同时,人的角色从“操作者”变成“审批者和急停者”,这套人机分权的设计,对医疗机器人、自动化实验和任何涉及物理风险的 Agent 部署都有参考价值。
推文提到“它拒绝让我覆盖它的决定”的那一刻,也暴露出一个现实问题:当 Agent 的判断与人类操作者冲突时,谁说了算,系统该怎么设计。
对用户/开发者/创作者的影响
对开发者而言,这条推文的意义在于演示了一种 Agent 架构:文献检索作为决策依据,摄像头作为实时反馈,硬件 API 作为执行层,外加人类审批节点和物理急停。想复现类似流程,难点不在模型本身,而在权限边界、可中断设计和每一步的日志记录。对医疗和生物研究从业者来说,目前这只是单例演示,不能据此判断可靠性或合规性;涉及动物实验,仍需伦理审查和持证人员监督。普通用户短期内不会直接接触此类系统。
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
一是作者承诺的完整技术线程,是否披露模型选型、坐标推导方法和失败案例;二是这种“Agent + 手术设备”的工作流有没有第三方复现或同行评审;三是监管层面,动物实验和医疗器械法规如何界定 AI 自主决策的权限边界,目前公开信息尚未涉及。


