2026年4月7日，清华大学智能产业研究院（AIR）与水木分子共同开源了生物医药大模型插件集OpenBioMed Skills。首批上线的45项Agent技能，精准覆盖了五大核心研发领域，能够直接调用多款垂直生物医药大模型，其专业表现已显著超越通用大模型。清华大学首席研究员、水木分子首席科学家聂再清表示，这一项目将有效降低药物研发的工程门槛，加速推动生物医药研发全流程的智能化转型。
项目在GitHub上线后，热度迅速攀升。代码仓库开放不到24小时，星标数便突破了1200个。更值得关注的是，生物医药领域的研发人员已在Issue区提出了十余条具体的场景适配需求，行业对这款工具的迫切期待可见一斑。
众所周知，生物医药研发素来以“高投入、长周期、低成功率”著称。一款创新药从靶点发现到最终上市，平均耗时超过10年，研发成本动辄超过10亿美元。此前，AI技术的引入虽在部分单点环节提升了效率，但整体落地仍面临两大瓶颈：一方面，通用大模型缺乏深厚的生物医药专业知识储备；另一方面，调用垂直大模型又要求研发人员具备相当的算法工程能力。这使得大量中小型研发团队难以真正享受到AI带来的技术红利。
OpenBioMed Skills：打破AI落地堵点
OpenBioMed Skills的核心突破，正是直指上述痛点。该项目**首次将生物医药专家的决策逻辑与工作流程，系统性地转化为了可执行、可调用的Agent Skill代码**。这意味着，研发人员无需深入理解复杂的大模型微调或调用机制，就能像使用专业工具一样，直接驱动AI完成特定的研发任务。
首批发布的**45项核心技能**，涵盖了生物化学与药物研发、蛋白质分析设计、单细胞组学分析、数据检索工具调用等五大关键领域，基本覆盖了临床前药物研发中80%以上的高频需求场景。将这套插件集部署在开源平台上后，研究人员可以直接调用PharMolixFM、BioMedGPT-R1及MutaPLM等业界领先的垂直领域多模态模型。与ChatGPT等通用大语言模型相比，该系统在专业知识理解与药研业务逻辑执行上优势明显。同时，它还支持通过飞书、钉钉、微信等移动端远程驱动生物医药Agent，让研发人员即便在外也能随时发起任务、查看进展，极大地提升了工作灵活性。
聂再清对此评价道，这一项目的落地，标志着药物研发AI正式从“单点工具”阶段，迈入了“全流程智能Agent”的新阶段。
未来展望：从自动化到智能化决策
据了解，项目团队后续还将持续扩充和更新技能库，计划逐步覆盖临床试验设计、临床数据统计分析等更多下游研发环节。未来的愿景是，研发人员仅需通过简单的自然语言指令，即可完成大部分重复性、标准化的研发工作，从而将核心精力与智慧集中于更具创造性的关键决策上。这无疑将进一步缩短新药研发周期，并有效降低整体研发成本。
