AI走进实验室与工作流：从自主实验到Agent落地

本期要点

• 上海交大AutoDNA登《自然》，AI自主完成分子实验
• 腾讯展示完整Agent布局，姚顺雨称护城河在产品层
• AMD数据中心收入近乎翻倍，移动云联手智谱攻国产算力

AI原生实验室：从“外挂”到贯通实验全流程

上海交通大学计算机学院IPADS实验室陈海波、王肇国团队，与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，构建了AI原生科学实验室AutoDNA装置（思源一号），实现自主分子生物学实验操作，成果发表于《自然》并获该刊官网首页头条报道。

这套系统的关键不在“接一个大模型”，而在架构。素材指出，已有AI自主科学实验室通常由专家预先配置仪器、规定流程和优化规则，AI只接入文献检索、方案生成或数据分析等局部环节，属于“外挂式”架构。AutoDNA则采用模型—实验—仪器协同设计：用多智能体把复杂任务拆成文献检索、试剂选择、方案设计、代码生成、硬件执行、结果分析和迭代优化等环节；把仪器能力提炼为模型可理解、可调用的“原子服务”；再以微米级定位和微升级液体处理硬件保障操作精度。平台还集成了基于OpenHarmony的控制终端，并在核酸检测、酶促DNA合成、癌症检测等场景完成验证，展示了端到端DNA存储的编码、写入、保存、读取与解码流程。(来源: IT之家)

这条线索的意义在于：AI进入科学实验的瓶颈，正在从“模型会不会想”转向“系统能不能稳定地做”。AutoDNA能否被其他实验室复现、扩展到更多实验类型，比单次成果更值得跟踪。

Agent落地：应用只是入口，断点在数据与工程

腾讯在Agent上的布局比外界熟悉的WorkBuddy更完整。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在全球数字生态大会上提出，企业落地Agent最大的难题不是模型不够强，而是“断点太多”：AI能写方案、做分析，却接不上业务系统，也拿不到企业数据。围绕这一判断，腾讯提出打造“全场景、高效能、更放心”的Agent生产力系统，两天内40多场发布覆盖应用、数据、安全和工程四个板块。

应用层，腾讯发布跨应用协同体系Buddy One，一边用WorkBuddy连接腾讯文档、腾讯网盘、腾讯乐享及设计研发工具，一边通过腾讯云ADP、元宝搜索、天籁语音大模型、MAGIC AI等把Agent带入业务执行场景。但素材明确强调，应用只是入口，Agent要进入企业还要回答三个基础问题：能否读懂并用好企业数据、能否在明确安全边界内行动、能否稳定规模化运行。(来源: 雷峰网)

同一时间，腾讯首席AI科学家姚顺雨在2026未来科学大奖的一场对话中给出更直接的商业判断：AI护城河更多存在于产品层，而不是模型层。他以微信为例，认为真正难以替代的是理解用户背景、利用专有数据和上下文、并获得用户信任的AI产品，而非单纯“最聪明的模型”。张亚勤则调侃，按此逻辑Anthropic未来或许不值一万亿甚至两万亿美元，因为模型终有一天可能商品化。(来源: IT之家)

两条线索放在一起看，腾讯的Agent叙事与姚顺雨的护城河判断是同一套逻辑：竞争焦点从模型参数转向工作流、数据与信任。这个判断可以被后续事实推翻——如果模型能力差距重新拉大并直接决定产品体验，产品层护城河的说服力就会下降。

算力与产业：数据中心优先，国产算力结盟

算力需求仍在向上。AMD首席执行官苏姿丰在接受雅虎财经采访时把公司描述为“数据中心优先”的企业，此时距其2026财年第三财季财报发布仅几天，财报显示数据中心收入比去年几乎翻了一倍。她提到，人工智能落地普及速度远超许多企业预期，过去按年度制定投资规划的公司正更频繁调整预算以应对算力需求，AMD则通过提升供应产能、与客户协同推进更大规模系统部署来应对。(来源: IT之家)

国内侧，中国移动云公司与智谱华章于11月6日签署合作协议，在Token技术创新、模型服务、产品打造、行业方案等领域深化合作。双方将聚焦国产化算力适配与模型调优，共建Token联合发展中心，提升Token生产效率；智谱GLM系列模型将接入移动云MoMA模型服务平台，双方还计划联合构建智能产品矩阵、共创AI Coding融合产品，并深耕金融、政务等重点行业，构建“算力+模型+应用”一体化解决方案。(来源: IT之家)

此外，物理智能开源平台Hitch Open在进博会发布，上海交通大学—上海创智学院高岳教授团队与其联合完成AI自主决策机器人乒乓对打142拍，刷新该项目世界纪录，为具身智能的“感知—决策—行动”闭环提供了一个极限测试场景。(来源: IT之家)