力文所发布 Lévin Harness，用 Agent 打通蛋白质设计流程
力文所把模型、工具、算力和工作流装进同一个 Agent 工作台，试图解决蛋白质设计中各环节靠人工串联的问题。
以蛋白质设计为例：模型越来越强，但研究者真要设计一个分子，仍得查文献、找结构、下载权重、配置环境、把任务送上服务器；等结果出来，还要换工具看结构、做筛选。各环节之间靠人手工串联。
正文摘录
被英伟达点名的杭州团队，补上了 AI for Science 的「最后一公里」 以 蛋白设计 为例，尽管蛋白模型越来越强，但真正想设计一个分子，研究人员还需要找文献、查结构，再下载权重、配置环境，把计算任务送上服务器。 等模型给出结果，还要换个工具看结构、做筛选，判断哪些候选值得继续……一次计算跑完，下一步从哪里开始，往往仍 靠研究人员把各个环节接起来。 今年 4 月，OpenAI 推出面向生命科学的 GPT-Rosalind；6 月，Anthropic 发布 Claude Science；8 月，Anthropic 又公布 Agent 参与蛋白质设计、衔接外部实验验证的研究。 这些进展指向同一个变化：AI 不再只负责模型本身的计算环节，也开始 参与模型前后的研究工作，可以分析结果、调整方案，继续推进任务。 杭州一家 AI 蛋白质设计公司 力文所，近日发布了 Lévin™ Harness，面向科研社区开放使用。 它把数据、模型、插件工具、算力和工作流放进了同一个 Agent 工作区，由研究人员定义目标、方法和关键决策，Agent 则据此推进计算、分析结果，再根据反馈调整下一轮方案。 在 Lévin™ Harness 中，用户可以选择专业的科学模型和分析工具完成蛋白质结构预测、序列设计等计算任务，但 Lévin™ Harness 本身不绑定特定模型，通用模型层保持开放。 新的模型和科学能力，还可以通过插件继续加入，任何人都可以为自己的模型、想加入 Agent 能力的模型制作 专属插件。 不仅如此，一套研究方法跑通之后，还可以沉淀为 Workflow，用于重复运行和继续修改。 Lévin™ Harness 的核心职责，就是把模型、工具、算力和研究过程组织到同一条工作链上。