一段基因组测序的花费，可能已经低于在湾区吃一顿晚饭。这个比喻在这场对话里被当成玩笑讲出来，但它其实是整晚所有论证的地基。

真正有价值的判断藏在中间：癌症正在从一个“寻找平均人”的统计问题，变成“每个病人各自一个两万维数据集”的建模问题。而让这件事在今年变得可行的，不只是测序变便宜，还有一条被反复验证过的循环——只要一个任务的结果可以被判定，无论判定发生在硅上还是湿实验台上，它就能被强化学习式的自我改进一路推下去。

这是 Y Combinator 的 Paper Club 第十期，AI for Bio 专场。主持人是 Francois，他在这一场结束后周五就离开 YC 去开始下一段创业；四位讲者分别是 Alfredo Gonzalez（AMA 联合创始人）、Yusuf Roohani、Garyk Brixi 和 Divya Nori。

1. 一场 12 小时赶工出来的图灵测试，把“AI 能不能装成人”变成了现场数据

1950 年，Alan Turing 给出的判据非常具体：五分钟的提问之后，平均审讯者判断正确的概率不超过 70%。七十多年过去，这个标准一直停留在口头争论里，直到主持人决定把它变成一次现场实验。

他发给全场一个二维码，一半的人被随机配给另一个真人，另一半被配给一个 AI agent，限时两分钟，自己判断对面是谁。这套系统是他在过去十二小时里用 Claude Code 赶出来的，他坦承“它能真跑起来的概率大概是 0%”。为了让 AI 那一侧赢得更彻底，他还刻意给模型设定了人设：一个 32 岁男性，就坐在你旁边这个房间里，并把上下文全部喂了进去。

排名出来是 Astra、Claude、GLM、Gemini，Grok 和 Kimi 并列。人类一侧的数据更耐人寻味：约有三成的情况下，AI 被当成了人；同时有 33% 的真实人类，被对面判定成 AI。“这就是我说话的方式”，一位被误判的参会者这样辩解。

主持人的结论很克制：没有赢，但很接近。他甚至有点不甘心地补了一句，自己聊 Air Canada 客服机器人时，从来都能一眼认出那是 AI。人类这一侧的误判率说明，问题或许不在于 AI 有多像人，而在于“像不像人”这个判据本身已经很脆。

2. 测序成本持续下降之后，生物学第一次有了真正可挖掘的数据

支撑整个 AI for Bio 叙事的，是一条持续下滑的曲线：测序成本。它带来的直接后果是数据量的指数级膨胀——EVO 2 训练用了 9 万亿个碱基对，下一代模型正在用更大的规模训练。EVO 2 的负责人 Garyk Brixi 就在台下，稍后他要回答的问题是：一个在 DNA 上训练的语言模型，究竟学到了什么。

已经落地的成果比想象中硬。Dennis 几个月前在 YC 说，AlphaFold 现在出现在每一种上市药物的某个环节里——主持人原本认定这是夸张，随后问了十来个从工业界到博士阶段的人，得到的回答都是“大概八九不离十”。AI 设计的蛋白结合体在公开基准上的成功率，区间被报成 10% 到 100%。从他们实验室走出来、由 Eric Nguyen 负责的一家公司，AI 设计的噬菌体已经进入了患者体内。

还有一条容易被忽略的：只要给 4 到 64 个上下文学习样本，就足以显著地操控生物设计的方向。这正是 Divya Nori 稍后要展开的题目。评价体系也在成形，CASP 和 Virtual Cell Challenge 成了可以反复攀登的标尺——后者仍有争议，但在变好。资本侧，从一批新公司到 Isomorphic Labs，投入正在变得巨大。

3. 让这条曲线闭合的，是“可验证”三个字

主持人的核心论点其实不在生物学，而在方法论：我们已经摸索出一套昂贵的流程，可以去攻任何一个可验证的任务。

如果结果能在硅上验证，就飞快——像给一个代码库跑单元测试，直接扩大规模；如果只能在物理世界里验证，就慢得多、贵得多，但同一套流程依然成立。把这个模板套到生物学上，形状是这样的：用基础模型采样出一批候选药物，挑出排名靠前的，真的花钱去做实验、测效力，把结果喂回去重新训练模型，然后循环再来一遍。

他没有给这条循环留任何退路：“我真的相信它会走通，代价只是很多钱和很多时间。”这句话的分量在于，它把药物发现的瓶颈从“不知道从哪里下手”，改写成了“能不能负担得起验证的次数”。

4. TCGA 教我们看平均值，今天的测序教我们看一个人

Alfredo Gonzalez 的全部职业生涯都在这条线上。他在 UCLA 读癌症生物信息学博士，建的是规模化处理肿瘤—正常配对基因组的计算流水线，还拼出了世界上最大的罕见肉瘤数据集之一；更早的时候他在 Broad Institute 参与验证最早那批在癌细胞系里做的 CRISPR 筛选，也正是在那里遇见了后来的联合创始人，对方当时负责多个药物重定位项目；再往前，他在哈佛研究早期作用转录因子。他和妻子一起创办的 AMA，做的事说起来简单：为每一个病人的具体疾病，围绕他建一个个性化的研究实验室。

他用来划分时代的坐标是 TCGA。十年前，癌症基因组图谱把若干种离散的肿瘤类型、每种几百个病人测了出来，那在当时堪称人类的一次伟大成就。但几百个基因组意味着你只能做一件事——求平均、找相似。这样的结论对群体有意义，对眼前这个坐在诊室里的病人没有用。

今天的情况反过来了。给自己测个基因组，可能比在湾区不少餐厅吃顿饭还便宜；而对晚期肿瘤和复发病人来说，测序本身多数已被保险覆盖，包括 Medicare 和 Medicaid。数据不再是稀缺品。

于是每一个病人都变成了一个独立的数据集：先以约两万个基因作为起点，再向上叠加拷贝数变异、RNA 表达、可变剪接、细胞状态，以及病人自己的遗传背景。当你有能力为单个病人生成这样一张多维度的表，就不必再给他贴一个离散的肿瘤类型标签。“这就是一个巨大的数据集”，Alfredo 在屏幕上把它展开时这样说，而这句话正是“癌症是数据问题”这句话的全部含义。

5. 下一个要建模的对象不是分子，是细胞

四位讲者的分工，刚好对应这条链路的四个环节。Yusuf Roohani 在斯坦福读完博士，在 Arc Institute 从零搭起机器学习团队，现在在一家做自主 AI 科学研究的机构担任科学负责人，他关心的是细胞状态怎么建模——从分子到细胞，是难度上一个量级的跳跃。Garyk Brixi 领导过 EVO 2 团队，正在推进一个新的大模型项目，他要回答的是 DNA 上的语言模型究竟学到了什么，包括那个没人专门训练、却自己冒出来的上下文学习能力。Divya Nori 在 Hazy 实验室、由 Brian Hie 共同指导，此前在 MIT 做的是 AlphaFold 一类基于结构的方法，现在转向生成式的生物设计。

主持人用一段告别收尾：这是第十期，前九期加起来超过一百万次播放；他为这个社区搭了六个月的台，然后要去做自己的下一件事。

回到开场那个玩笑。测序比一顿晚餐便宜，听起来像硅谷的自嘲，实际上是这门学科换了计量单位：过去我们统计一万个病人里的平均突变频率，现在我们清点一个病人身上的两万个基因和它们的表达、剪接与状态。当每个个体都成为一份可以建模的数据，所谓“治愈癌症”就不再是一个笼统的口号，而是变成了一串可以被验证、可以被循环、可以被重复执行的具体任务——贵，慢，但路径是通的。