The Integrated BiologyEnvironment:A New Way Biologists Work
Scientific Trace：让自进化实验室的判断有据可查
科研 Agent 已经能够检索文献、调用工具并生成研究建议。但面对一条具体结论，生物学家仍需要追问：它基于什么输入和条件，经过哪些计算或实验验证？这些问题决定了一条建议能否进入下一步实验，也决定了结果不符合预期时，能否找到需要重新检查的环节。本文介绍 SE-Fab 的 Scientific Trace：一项支持生物学家与 Agent 追溯执行证据、复核关键判断的功能，让自进化实验室的判断有据可查。
2026 年 9 月20 分钟阅读
Hardware MCP：自进化实验室的硬件标准
大模型已经会读论文、写代码、设计实验。但在绝大多数实验室里，它仍然是一个“只能动口、不能动手”的顾问，因为仪器不会说它的话。本文介绍 Hardware MCP：一套让 Agent 能够发现设备、理解设备能力边界，并在真实实验中持续积累设备知识的硬件标准。
2026 年 8 月18 分钟阅读
SE-Fab：面向具身 AI 科学家的自进化工厂
SE-Fab 是面向自主酶进化实验室的 AI4S 基础设施构想：它把研究意图转化为可调度、可执行、可追踪的任务，再利用真实实验反馈生成更好的下一轮方案。
2026 年 6 月 17 日6 分钟阅读
植物编辑自进化实验室：重塑育种时间线
育种正在进入新阶段：AI 智能体植物基因编辑实验室，将自动化实验与持续进化的干湿闭环结合起来，挑战传统育种长达十年的等待周期。
2026 年 5 月 17 日2 分钟阅读
从 Protocol 到 Code：一个 7×24 小时积累自动化资产的实验代码工位
AI 智能体实验代码工位把“协议到代码”的工作前置：检索公开 Protocol、整理 SOP、补充本地设备约束、编写设备代码，并持续验证和修改，让每一次运行都沉淀为可复用的实验室自动化资产。
2026 年 5 月 13 日4 分钟阅读