導語

為推動人工智能與生命科學研究深度融合，探索復雜生物系統結構化建模的新范式。本期讀書會為Vibe Modeling讀書會第三期，北京大學生物醫學前沿創新中心博士朱韜宇將聚焦 Vibe Modeling 在復雜生物系統 AI 輔助結構化建模中的方法學定位與實踐路徑，系統呈現 scientific agent 如何將生物學研究直覺轉化為可審查、可復現、可驗證的模型藍圖，并結合單細胞狀態識別、空間組學解釋、蛋白質設計與藥物優化等場景，探討其在假設生成、證據組織、分析流程設計和科研評價中的應用價值與邊界。

集智俱樂部聯合同濟大學長聘副教授陳小楊和北京林業大學副教授李周園共同發起，本讀書會旨在跨越硬科技與社會科學兩大板塊，系統梳理vibe modeling的技術現狀、應用潛力與開放問題，通過集體實踐形成可復用的提示策略及評估方法，為這一新范式奠定早期社區基礎，助力推動其在各領域的規范化應用與人才培養落地。

報告簡介

本次分享將討論 Vibe Modeling 在復雜生物系統 AI 輔助結構化建模中的方法學定位與實踐路徑。報告將從“研究直覺如何轉化為可審查模型藍圖”出發，介紹以規劃器、記憶模塊、工具調用、執行器和多角色審查為核心的scientific agent 架構，并說明其在生物學研究中如何輔助假設生成、證據組織和分析流程設計。

分享將結合單細胞狀態識別、空間組學解釋、蛋白質設計與藥物優化等場景，討論基礎模型、檢索增強生成和閉環實驗設計如何支持可檢驗生物學假設的形成。同時，報告將建立面向科研應用的評價框架，涵蓋新穎性、似真性、可靠性、可復現性與可行動性，并強調以驗證主導、證據分級和機制謙遜為底線，避免將模型推斷直接等同于機制證明。

分享大綱

• Vibe Modeling 的概念界定與方法學定位：從研究直覺到可審查的模型藍圖

• 復雜生物系統對前置建模的需求：多尺度異質性、批次效應與驗證閉環

• Scientific agent 的系統架構與能力邊界：規劃器、記憶模塊、工具調用、執行器與多角色審查

• 代表性 agent 系統的批判性審視：從自主實驗到單細胞自動注釋的能力與驗證缺口

• 生物與計算生物學中的應用映射：單細胞狀態、空間組學、蛋白質設計與藥物優化

• 可靠性評價與風險控制框架：證據分級、幻覺抑制、外部驗證與最低驗證清單

• 從假設導航到閉環發現的實踐設計：hypothesis table、evidence card 與 validation plan 的最小可用研究流程

核心概念

1. 模型藍圖：利用 AI 快速生成、篩選、比較候選假設，并設計驗證路徑。

2. 證據分級：區分事實、支持性關聯、模型推斷、假設和機制證明

3. 機制謙遜：對機制解釋保持保守，只在證據充分時使用“證明機制”等強表述

4. 證據卡片：對某條結論的來源、證據類型、強度和限制進行結構化記錄

5. 知識圖譜：用節點和邊表示基因、疾病、細胞類型、藥物、通路之間的關系

6. 多組學整合：聯合 RNA-seq、ATAC-seq、蛋白組、代謝組、空間組學等多模態數據解析生物學狀態

7. 基因調控網絡：描述轉錄因子、靶基因、通路和細胞狀態之間調控關系的網絡

8. Perturb-seq：將 CRISPR 擾動與單細胞測序結合，用于觀察基因擾動對細胞狀態的影響

9. 可靠性：模型在特定任務和數據條件下是否穩定、可檢驗

10. 批次效應：技術差異偽裝成生物學差異

11. 混雜因素：第三變量同時影響輸入和結果，導致結果的錯誤解釋

12. 外部驗證：在獨立數據集、隊列、平臺或實驗條件下復現結論

主講人介紹

主講人：朱韜宇，北京大學生物醫學前沿創新中心博士，本科畢業于浙江大學。研究方向：計算生物學，代數拓撲，黎曼幾何。我的研究興趣主要是聚焦通過數據整合建模發掘生物靶以及解析生物數據中的幾何結構進行相關建模與理論證明。主要研究方向之外，我喜歡研究形變量子化以及韓國流行音樂，是11年的Buddy (GFRIEND粉絲)和4年的Na.V (VIVIZ粉絲)，并且是半程馬拉松大眾精英跑者，半馬PB 1:22:39。

參考文獻

1. Cabot, J. Vibe Modeling: Challenges and Opportunities. arXiv (2025).

2. Wang, H., Fu, T., Du, Y., et al. Scientific discovery in the age of artificial intelligence. Nature620, 47–60 (2023).

3. Yao, S., Zhao, J., Yu, D., et al. ReAct: Synergizing reasoning and acting in language models. International Conference on Learning Representations (2023).

4. Schick, T., Dwivedi-Yu, J., Dessì, R., et al. Toolformer: Language models can teach themselves to use tools. Advances in Neural Information Processing Systems36, 68763–68784 (2023).

5. Wu, Q., Bansal, G., Zhang, J., et al. AutoGen: Enabling next-gen LLM applications via multi-agent conversation. arXiv preprint arXiv:2308.08155 (2023).

6. CellAgent. An LLM-driven multi-agent framework for automated single-cell data analysis. arXiv preprint arXiv:2407.09811 (2024).

7. Xie, Y., et al. CASSIA: a multi-agent large language model for automated and interpretable cell annotation. Nature Communications17, 389 (2026).

8. Huang, Y., et al. OmniCellAgent: Towards AI co-scientists for scientific discovery in precision medicine. bioRxiv (2025).

9. Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J. & Ha, D. The AI Scientist: Towards fully automated open-ended scientific discovery. arXiv preprint arXiv:2408.06292 (2024).

10. Kapoor, S. & Narayanan, A. Leakage and the reproducibility crisis in machine-learning-based science. Patterns4, 100804 (2023).

時間信息

2026年5月31日（周日）下午14:00-16:00，騰訊會議線上進行，感興趣的朋友掃碼報名加入Vibe Modeling讀書會后，可進入學員群進行交流。

報名讀書會：「Vibe Modeling」

集智俱樂部聯合同濟大學長聘副教授陳小楊和北京林業大學副教授李周園共同發起，將在集體實踐中探索 vibe modeling 在不同領域的通用模式與特殊需求，沉淀可復用的提示策略、評估方法與工作流，為這一范式搭建早期社區基礎，助力 AI 賦能的跨學科研究與人才培養落地。

讀書會自2026年5月17日起，每周日下午14:00-16:00線上開展，持續10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關領域研究者及跨學科興趣者參與。

掃描海報中二維碼報名參加讀書會

報名方式：

第一步：微信掃碼填寫報名信息。

第二步：填寫信息后，付費報名。如需用支付寶支付，請在PC端進入讀書會頁面報名支付：

第三步：添加運營助理微信，拉入對應主題的讀書會社區（微信群）。

PS：為確保專業性和討論的聚焦，本讀書會謝絕脫離 Vibe Modeling 讀書會主題及相關問題的交流討論；如果出現討論內容不符合要求、經提醒無效者，會被移除群聊并對未參與部分退費。

加入社區后可獲得的資源

完整權限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。

特色退費與激勵機制

我們提供以下兩種途徑，讓您的投入獲得實際回饋：

1. 任務達標退費路徑認領并合格完成任意兩期字幕任務，即可退還全額報名費，并額外獲得集智專屬周邊獎勵。

2. 運營成長激勵路徑合格完成一個字幕任務后，可申請成為運營助理。在讀書會項目順利結項后，將退還學費。表現優異者，還有機會獲得額外的獎學金。