177 个技能、100 个数据库：AI 科学家真正缺的是中间那层管道

本周 GitHub 周趋势榜第五名不是某个模型，而是一个给科学家用的技能目录：177 个技能，覆盖生物、化学、医学和药物发现，接进了 100 多个科研数据库。项目自称有 25 万科学家在用。这个数字来自项目方，只能当厂商说法看；但 star 数是公开可查的——一个 2025 年 10 月才建的仓库，已经超过 5.3 万星。

卖点只有一句话：把任何 AI agent 变成 AI 科学家。至于这句话为什么需要 177 个文件才成立，没人解释。

因为瓶颈从来不在推理

让一个前沿模型讲讲蛋白折叠路径，它讲得还不错。可你要它去拉某个具体 Uniprot ID 的真实结构，把相关变异拿去和 ClinVar 交叉比对，比对到参考基因组上，再画出保守性打分——它会给你一套看起来全都有、其实有一部分是编的东西。

差的不在智能，在管道。科研工作跑在几百个专用数据库和文件格式上，它们大多有着各自古怪的 API，而每一处都是语言模型会信心十足地编造列名的地方。

这里说的「技能」，是一个知道其中某个接口的小包：工具收什么参数、返回长什么样、哪些标识符合法、合理的默认值是什么。差别就在于，你是让 agent「去查一下这个蛋白」，还是递给它一个函数——ID 格式不对时它直接报错。

{{INLINE1}}

177 个里到底装了什么

仓库的话题标签是现有最诚实的描述：生物信息学、化学信息学、基因组学、蛋白组学、代谢组学、临床研究、材料科学、药物发现、科学计算、科学可视化。把它当一张「摩擦力在哪儿」的地图来读，别当成能力清单。

基因组学很能说明为什么摩擦这么大。一次分析可能同时碰到参考组装、变异数据库、注释轨道和一个统计包，每一个都有自己的坐标约定。基因组学里的差一错误不是意外，是一整个 bug 大类。一个把「这个库从 1 开始数、那个库从 0 开始数」写进代码的技能，能挡掉一整类错误答案——这类错误，模型再强也修不好。

化学是同样的形状，只是更危险。SMILES 字符串、InChI key、分子量、实验阈值，看着都像纯文本，其实一个都不是。agent 要是把 SMILES 当散文处理，它会给你一个根本不存在的分子，而且格式完美。

所以价值主张一点都不光鲜，但很实在：这些技能是关于接口细节的记忆，集中维护在一处，而不是每个实验室都在 prompt 开头重写一遍。

没人解决的版本分发问题

把 177 个技能打包进一个仓库，还有个更安静的问题：版本锁定。如果一个技能包着的数据库 API 按自己的节奏变，这个技能就是一块会衰减的兼容层。某个实验室锁了 1.4 版、三月还能跑通，九月可能就坏了，而失败看起来像模型的问题，不是依赖的问题。

软件世界用 lockfile 和语义化版本解决了这件事，花了大概十五年，而且解决得并不好。科研软件两样都没有，现在却开始引入一张它没主动要的依赖图。

该追问的是「已验证」这个词

仓库说自己的技能是「已验证」的。对一个没有共同标准的品类来说，这个词很重，值得问一句：验证到底验了什么？拿已知输出去测？领域专家审过？还是只是跑了一次没崩？

三种都说得通，含义却完全不同。对数据库连接器来说，「已知查询能返回正确记录」是实打实的测试。对一个会推荐统计方法的分析技能来说，没有任何测试能定论，因为正确的方法取决于实验设计。

领域技能和今年早些时候占满趋势榜的编码技能，差别就在这里。一个格式化 diff 的技能可以被机械校验；一个判断该用 t 检验还是混合模型的技能不行。把它和另外 176 个「已验证」的兄弟一起打包发出去，暗示的保证水平，它可能并没有。

兼容列表才是战略

仓库说自己支持 Cursor、Claude Code、Codex、Pi、Antigravity，以及开放的 Agent Skills 标准。这份列表比功能列表更有意思。只跑在一个 agent 上的技能库，是那个 agent 的功能；能跑在六个上的技能库，是基础设施——而基础设施会被那些不想押注哪个 agent 会赢的人采用。

这也把库放在一个尴尬的位置。开放的 Agent Skills 标准还很年轻，每个宿主实现得都略有不同：技能放在哪、怎么被发现、拿到什么权限。在六个宿主上维护 177 个技能，是比技能数量增长更快的支持负担。这类项目通常就在这里走向两条路：要么合并收敛，要么悄悄缩到两个平台。

不过对一个实验室来说，可移植性恰恰是重点。一个博后为质谱流程写了技能，他希望明年 PI 的经费买到哪个工具，它就能在哪个工具里跑。

对一个在干活的科学家来说，变了什么

三件事，按它们多快会变得重要排序。

第一，最不性感的那点：文献和数据库查询不再是模型编造引用的地方。技能查的是真索引，那么引文要么是真的，要么调用直接失败。这对一个现在要花几小时核验的流程来说，是可测量的改进。

第二，可复现性多了一种新产物。用命名的技能、锁定的版本拼出来的流程，比一份聊天记录更可复现，因为它能重跑。至于有没有人真的去锁版本，是另一回事，而软件供应链的早期证据并不乐观。

第三，也是最慢的一点：分工变了。科学家的工作不再是「操作工具」，而是「判断哪个问题值得花这些算力」。这是所有人都在宣传的那版 AI 科研。如果它真会到来，靠的是 177 个不光鲜的接口文件，而不是某次突破。

该盯的是什么

盯技能数量是继续涨，还是开始缩。一个永远只加技能的目录，是一个内容营销项目；一个会合并、会废弃、会公布哪里坏了的目录，才是人们真正依赖的工具。

还有，盯这些东西有没有被写进哪篇论文的方法部分。那一刻，一个技能就不再是便利，而成了科学记录的一部分，随之而来的是全部的审稿义务。这件事还没人被迫解决过。总会有人，大概一年之内。