# Google DeepMind 给 Antigravity 配了一套科学工具包，把 UniProt、AlphaFold 等 30 多个生命科学数据库接进 ...

> 原标题：为AI配备科学工具包加速研究工作流

- 来源：AI HOT 精选
- 发布时间：2026-05-21T00:24:48.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/24655
- 原文：https://x.com/GoogleDeepMind/status/2057256257153884161

## 摘要

Google DeepMind 在自家 Antigravity 平台上推出了 Science Skills，相当于给 AI 装了一个生命科学专用工具箱。它直接接入了 UniProt、AlphaFold 等 30 多个主流数据库，让模型在回答问题时能实时调取蛋白质结构、基因功能这些专业信息，而不是靠训练时记下的旧知识硬猜。正文没披露具体延迟和准确率提升数...

## 推荐理由

Google DeepMind 这次没发新模型，而是给自家 Antigravity 装了个科学技能包，把 UniProt、AlphaFold 这类数据库直接塞进工作流。我会先打个折：这不是底层突破，更像给研究员配了个能查资料、跑数据的助手。30 多个来源听着不少，但正文没披露实际任务成功率或延迟，也没说和现有工具比快多少、省多少。对做生命科学的人有用，但对不碰这行的从业者，暂时看不出必须关注的理由。

## 锐评

Google DeepMind在Antigravity平台推出的Science Skills，本质上是在解决大模型在专业领域“幻觉”的老问题。与其让模型依赖训练数据里的旧知识，不如直接给它接上UniProt、AlphaFold这类权威信源，回答蛋白质结构或基因功能时能实时调取最新数据。这个思路不新鲜，但把30多个生命科学数据库打包成一个即插即用的工具包，对研究者来说确实省去了自己搭建检索流程的麻烦。

不过，正文完全没有披露接入这些外部数据后，模型的响应延迟增加了多少，以及回答的准确率到底提升了几个百分点。一季度谷歌、亚马逊、微软三家资本开支已经超过1100亿美元，Meta全年预算拉到1450亿，在这种烧钱节奏下，一个工具包的实际效率比概念重要得多。

还缺的是第三方测试或用户反馈，光靠官方说法很难判断这个工具箱在复杂研究任务里是真好用，还是只是把多个API打了个包。