即便最强的AI，在生物数据库面前也可能是个“路痴”。Anthropic最近的一项实验泼了盆冷水：他们让Claude、GPT-4、Biomni等一众明星科研智能体，去NCBI Virus里检索病毒序列数据。结果呢？没有一个能稳定达到构建可靠数据集所需的准确率。这结果直接挑战了“模型够强就行”的幻想。
问题出在哪儿？模型本身或许不差，但它所处的“数据环境”太恶劣了。当前的生物学数据基础设施，用一句话形容就是“各自为政”。数据库分散、格式五花八门、接口语言不通，整个系统就像一座没有统一标识的迷宫。AI智能体在软件领域能大展拳脚，是因为有GitHub、Stack Overflow这样标准清晰的“好路”；而在生物信息学的“野外”，它们空有导航能力却无路标可循。
解法已经找到：在AI模型和原始数据之间，加一层**确定性检索**工具。具体到这个研究里，就是一个名为**gget virus**的中间件。它的作用像翻译官兼导航仪，将自然语言的模糊查询，转化为数据库能绝对理解、结果100%可复现的精确指令。加上这层后，检索准确率飙升至近100%。研究结论很明确：想让AI智能体在科学领域可靠地工作，不光要训模型，更得先修好底层的“数据铁路”。生物数据库，得开始为智能体作为规模化用户而设计了。
