Anthropic 發布 gget virus：確定性檢索層大幅提升 AI 代理在病毒序列資料上的準確度

簡要重點

Anthropic 發布了 gget virus，這是一種針對 NCBI Virus 的確定性檢索層，將 AI 代理在病毒序列檢索任務上的準確度提升至超過 99%，顯示可靠的資料存取工具對於值得信賴的生物學 AI 代理至關重要。

核心問題：脆弱的生物資料基礎設施

生物學資料庫如 NCBI Virus 是為人類使用者設計，而非自主代理。
異質的檔案格式、分散的 API 和未文件化的過濾邏輯，造成「點擊稅」（click-tax）工作流程，對人類而言輕鬆，但對 AI 代理卻容易出錯。
即使是最先進的科學代理（Claude Sonnet 4、Claude Opus 4.7、Biomni OSS、Edison Analysis、GPT‑5.2‑pro、GPT‑5.5）在真實的病毒序列查詢上，平均準確度僅為 16.9 %–91.3 %，且每次執行間差異極大。
稍微的檢索錯誤（例如錯誤的基因組版本、遺漏記錄）可能大幅改變下游結論，例如系統發生學的 TMRCA 評估或治療性表位分析。

案例研究：NCBI Virus 上的 VirBench 基準測試

VirBench 包含 120 個查詢，涵蓋 40 種病原體，每個查詢皆有手動驗證的真實值計數。
例如查詢：從非洲人類宿主中檢索 Orthoebolavirus zairense 序列（2014 年 01 月 01 日至 2014 年 06 月 20 日），長度 ≥ 15,200 bp 且 N 碱基數 ≤ 1,900。
無法使用確定性支援的代理返回極不一致的計數（例如 Claude Sonnet 4 在三次相同執行中分別得到 106、15 和 5 個序列）。
產生的系統發生樹顯示 TMRCA 評估範圍從 1922 年到 2014 年，說明檢索缺口如何扭曲科學推論。

"程式碼是最簡單的部分！大部分工作都在瀏覽器裡，點來點去。" – Andrej Karpathy，用以說明代理與以人類為中心的工具之間的廣泛摩擦。

推出 gget virus

與 NCBI 合作開發，以程式化方式重現 NCBI Virus 網頁介面行為。
協調多個底層資源（REST、Datasets、E‑utilities），並在 API 缺乏所需語意時於本地應用過濾。
透過批次處理處理大量結果集，解決識別碼不匹配問題，並在標準化輸出中保留元資料（例如 GenBank 欄位）。
產生詳細日誌，使檢索過程可審計且可重現。

對代理效能的影響

代理	使用 gget virus 前平均準確度	使用 gget virus 後平均準確度
Claude Sonnet 4	91.3 %（變動大）	99.5 %
Claude Opus 4.7	88.7 %	99.6 %
Biomni OSS	84.2 %	99.3 %
Edison Analysis	78.5 %	99.2 %
GPT‑5.2‑pro	85.1 %	99.4 %
GPT‑5.5	89.9 %	99.7 %

加入 gget virus 後，大多數執行間變異性消失；各模型間的效能差距大幅縮小。
結果顯示，確定性檢索，而非模型規模，才是可靠生物資料流程的限制因素。

為何確定性層次至關重要

生物學工作流程需要近乎完美的召回率；單一遺漏的序列可能誤導疫情時間或治療有效性評估。
確定性工具提供了一條可重現的「高速公路隧道」，穿過傳統生物資訊學門戶破碎的「人行道」。
它讓較便宜的模型也能達到專家級的可靠性，降低研究成本，擴大 AI 增強研究的可及性。

對 AI 驅動科學的更廣泛影響

代理能力與現有基礎設施之間的不匹配，反映了其他領域的挑戰（例如網頁開發，正如 Karpathy 的演講所指出）。
隨著模型持續進步，對束縛的需求可能減少，但確定性介面在可審計性、速度和成本效益方面仍將保持價值。
未來資料庫設計應優先考慮 代理友善的 API、標準化識別碼和版本控制的元資料，以徹底避免「點擊稅」。

未來步驟與開放挑戰

將確定性層次方法擴展至其他領域（例如蛋白質結構資料庫、代謝組學資料庫）。
建立「代理就緒」資料服務的社群標準，包含明確的模式版本控制與機器可操作的文件。
監測日益進步的模型如何與確定性工具互動；評估工具與模型共同演化的潛力，是否能進一步降低延遲與成本。

致謝：作者感謝 Xander Balwit、Ethan Dyer、Stuart Ritchie、Rebecca Hiscott、Alyssa Morrow、Keir Bradwell、Eric Kauderer‑Abrams、Jonah Cool、Andrej Karpathy、Patrick Varilly、Cesar Arze、Blake Lash、Philine Guckelberger、Nisha Gopal、Elliot Hershberg、Pardis Sabeti、Jonathan Feldman、Sarah Gurev、Gage Moreno、Ferdous Nasri 和 Krithik Ramesh 提供的意見與貢獻。