过去半年，顶尖 AI 实验室在生命科学上完成了一次密集合围。4 月，OpenAI 发布专为生命科学打造的垂直推理模型 GPT-Rosalind，随后迭代到以 GPT-5.5 为底座的版本，并同步推出严苛的生信评测基准；5 月，谷歌推出 Gemini for Science；6 月，Anthropic 上线面向科研人员的 AI 工作台 Claude Science。半年之内，生命科学成了验证 AGI 与 RSI 含金量的头号战场。
问题在于，这股浪潮照进国内科研现场时，撞上了两道门槛。一是闭源：以 GPT-Rosalind 为代表的海外生信垂域模型不开放权重，也未必满足国内课题组与药企对本地化部署、数据安全的要求。二是专业门槛：生物信息学动辄面对数百万行测序数据、缺失标签的实验样本，以及涉及多步统计检验和复杂工具调用的分析管线，通用大模型往往术语对答如流，一进真实沙盒就报错。
由中国科学院院士发起、上海交通大学与上海算法创新研究院及深势科技联合孵化的无界前沿，11 月 13 日开源了生物信息大模型 Fx-Bio-1031，开放完整模型权重。团队给它的定位很直白：不做文献问答机，做能自己写脚本、装软件、调数据库、做交叉验证的执行体。
成绩单先看困难题。在 Anthropic 发布的 BioMysteryBench 上，模型被直接扔进真实生物数据与 Linux 工具环境，任务覆盖全基因组测序、单细胞转录组、染色质开放性、宏基因组与蛋白质组学，不允许靠检索现成结论蒙混。在人类专家可解子集上，顶尖模型普遍在 90% 以上；但一进入需要数十步长程推理、多源证据拼图的困难子集，GPT-6-Astra 与 Claude Opus-5 的通过率就掉到 50% 附近。Fx-Bio-1031 在这一子集取得 70.59% 的 Pass@5，对应两个通用旗舰分别是 47.06% 与 52.94%，领先 23.53 与 17.65 个百分点。另一项考察全流程分析能力的 BiomniBench 上，其 Pass@3 达到 89.50%。
最能说明「执行力」的不是分数，是三个现场。第一个是自我质询：在一道乳腺癌临床队列任务中，模型先从 1918 份杂乱样本记录里清掉完全重复项、锁定 762 名独立患者，算出 ESR1 突变患者的通路变异率仅 7.1%、远低于野生型的 19.5%（OR=0.317，p=0.0011），再用 10 万次置换检验确认信号。到此一般模型就交卷了，它却主动发起 14 项敏感性分析与阴性对照，把变异范围收紧到热点区域、剔除拷贝数变异只看点突变、拉入两个基因作阴性对照，最后给出结论边界：多数严苛设定下互斥效应稳定，但把变异定义放宽或只统计基因扩增时显著性消失。
第二个是盲测还原。9 份彻底撕掉标签的人源诱导多能干细胞 ATAC-seq 样本，涉及 11 万余个染色质开放峰，只知道其中 6 份用过两种 HDAC 抑制剂、3 份是空白对照。模型先向内找结构，过滤低信号噪声后计算两两相关性，干净地把 9 份样本聚成三组；但哪一组是对照靠内部相似度猜不出来，于是它跳出当前文件，调取基因组注释与公开的药物转录响应数据，把开放峰关联到基因，用外部已知的生物学响应方向作标尺，逐峰比对位移，最终还原分组。
第三个是排障。在一项细菌测序分析中，模型在启动前的数据质检里发现 R2 文件的最后一条记录碱基序列长度与质量值长度不一致——这是普通软件一跑就崩的底层缺陷；它自己写脚本剔除坏记录，调用专业工具预测，遇到首次运行报错后当场诊断修复，连续跑完 258 步、耗时 34.5 分钟，交出一份可追溯的报告。
支撑这套能力的是 RSI（Recursive Self-Improving，递归自我改进）飞轮，团队把它拆成三层。评估层由 AI 参与判断「什么算好」，联合深势科技的 BioMaster 团队构建内部验证体系，对 114 道自建复杂任务独立运行三轮、共 342 个题次、超 2 万次模型请求。数据层由 AI 针对短板自己造题，基于内部验证集暴露的弱项在公开合规文献与真实工作流上自主演化训练轨迹，而所有外部公开基准严格作为零接触的最终盲测考卷，不参与训练或策略调整。环境层由 AI 参与打磨工具与环境，模型在迭代中编写与修复分析脚本，配合持续演进的智能体运行框架，让下一轮的「武器库」同步变强。
工程参数上，模型基于 Qwen3.8-Flash-Next 做 RSI 后训练，总参数 125B、每 token 仅激活 6B，采用 MoE 架构；原生支持 512K 上下文窗口，足以容纳超长工具调用轨迹与多篇完整文献；权重、分词器、处理器配置与生成配置全部开放，采用 Qwen Community License 1.0，商用需按协议另行授权。
对国内科研机构来说，激活参数只有 6B 这一点比参数总量更重要——它意味着不必依赖天价算力集群，在医院科室或高校机房里就能私有化部署，从物理层面守住临床与组学数据不出域的红线。团队的说法是，生物信息学只是这套自演进体系的第一块试金石，模型真正习得的是「拆解模糊需求、调用工具、交叉验证、自我纠错」的通用范式，可迁移到化学材料、药物设计、工业研发等规则可验证、数据高复杂的垂直场景。