恩和科技发布BPL生物协议语言，为AI自动化实验铺路
BPL语言为生物实验提供标准指令集，打通了AI推理到物理执行的翻译瓶颈，让自动化实验成为可能。
GPT-5能设计高效实验方案，但机器人执行时效率低十倍——问题出在自然语言到机器指令的翻译。恩和科技发布BPL（生物协议语言），一种标准化的实验描述语言，让AI输出能被精确转换为自动化设备可执行的指令，有望解决生物学实验长期面临的不可重现问题。
正文摘录
.jpg) 编辑｜Panda 2025 年 12 月，OpenAI 联合多家实验室发布了一份湿实验室报告。报告给出了一个令人振奋的核心结论：GPT-5 通过多轮迭代，自主优化了一个分子克隆方案，效率提升了 79 倍。它提出了一种此前从未被报道过的酶组合——RecA 重组酶与噬菌体 T4 的 gp32 蛋白协同作用，让 DNA 末端配对效率大幅跃升。 但报告里有一个细节却被很多人忽略了：当研究团队将这套方案交给机器人系统执行时，机器人产出的菌落绝对数量，比人工执行低了约 10 倍。 这不是方案的问题：GPT-5 的方案经过人工执行验证，结果完全成立。 问题出在「翻译」这一步 ：如何把 LLM 输出的自然语言方案准确地转化为机器可以确定性执行的指令？ 几乎在同一时间，Ginkgo Bioworks 宣布旗下三大研发服务业务向自主实验室基础设施迁移，Lila Sciences 拿着 5.5 亿美元融资高调入场，黄仁勋在 CES 2026 宣告物理 AI 的「ChatGPT 时刻」已经到来。整个行业都在奔向同一堵墙：AI 的推理能力已经遥遥领先，但它与物理执行层之间，缺少一座可靠的桥。