AISI 评测：AI 编程智能体能根据论文重建生物 AI 工具吗？

UK AISI 化学生物团队与 SecureBio 合作构建 ReproBAIT 评测，测试 AI 编程智能体在仅有论文等公开信息和训练数据的条件下，能否复现现有生物 AI 工具（BAITs）。评测在单 GPU、无网络的沙箱中进行，覆盖开源的 ProteinMPNN、RFdiffusion3 和闭源分子设计工具 CMD，测试了 Claude Opus 5、GPT-5.6 Sol、Kimi K3、Qwen3.8-2.4T 四个编程智能体。结果显示，最简单的工具可在 4 小时内、不到 20 美元算力预算下成功复现，两个较简单工具的复现成本通常在 4 至 20 美元之间；Claude Opus 5 在拿到完整论文时对 ProteinMPNN 达到 96.5% 保真度，但没有智能体在时间预算内复现最复杂的 RFdiffusion3，每次尝试花费 102 至 301 美元。