OpenAI 正式推出了名为“Rosalind Workbench”的中心化环境，专为生命科学领域的科研人员打造。该平台致力于将前沿大模型与互联的科学工具深度集成，通过引导式任务、科学查看器及测序分析等功能，协助研究人员完成从数据到证据的研究全流程。据早期探索反馈，Rosalind Workbench 在架构上依然基于 Codex 框架，主要通过插件系统来实现具体研究功能。目前预制的插件中，NGS（下一代测序）分析流程较为完整，其余多为数据库、文献或结果查看器。与 Anthropic 推出的独立应用“Claude Science”形成鲜明对比，Rosalind Workbench 并未采用独立应用形态，导致在流程管理、环境管理及 provenance（可复现性）等全局性管控方面缺乏统一的管理框架。此外，该特定模型目前仍需单独申请，且大概率不对中国大陆地区开放。业内观点认为，OpenAI 此举侧重于让模型“跑通”研究，而在科研实际操作中的繁琐工作流管理上，似乎未将研究者的定位放在核心位置。
事件分析
从技术架构看，Rosalind Workbench 体现了 OpenAI 在垂直领域的“平台化”策略，即依托 ChatGPT 底座叠加插件生态，而非开发独立操作系统。这种模式虽利于生态复用，但在处理复杂的科研流程管理（如可复现性、环境隔离）时，不如 Claude Science 的独立应用架构严谨。在 AI for Science 竞赛中，Anthropic 通过独立应用掌握了工作流的“控制权”，而 OpenAI 目前更侧重于让模型能力跑通具体任务。缺乏对 provenance（数据溯源）的全局管控，可能会限制其在严肃科研场景中的深度应用，使其更倾向于成为一种辅助工具而非科研基础设施。
核心观点：生命科学 AI 竞争进入深水区，OpenAI 的插件路线在科研流程管控上不及 Claude 独立应用严谨。
原文链接：Linux.do
评论前必须登录！
立即登录 注册