Ginkgo Bioworks 原计划在蛋白质设计领域复刻一场「卡斯帕罗夫对决深蓝」式的人机大战，但在首轮对决前夕紧急叫停，随后以全新赛制重新登场。原版竞赛名为「Mike Versus the Machines」，设想由斯坦福大学教授、无细胞蛋白质合成领域权威 Michael Jewett 独自对阵仅由 AI 智能体组成的 OpenAI 团队。Jewett 可使用任何市售 AI 工具，OpenAI 则可动用其最先进的内部未发布模型。Ginkgo 不仅提供位于波士顿总部、面积达 15000 平方英尺、配备大量机器人的实验室作为赛场，还聘请了纪录片摄制组全程记录。

然而，就在 9 月 14 日首轮对决前夕，这场比赛被紧急叫停。重组后的新赛制彻底改变了对抗格局：任何科学家均可报名，既可组成一支统一的「人类队」集体应战，也可各自组队单独挑战 OpenAI 的智能体。Ginkgo 不再使用「competition」（竞争）一词，转而采用「coopetition」（合竞）这一表述，意指竞争对手之间的合作。Ginkgo 联合创始人兼总裁 Reshma Shetty 表示，调整背后的考量是希望避免加剧当前科学界对人工智能的紧张情绪，并称这不仅仅是关于谁更优秀，而是关于如何通过合作推动科学目标的实现。目前，Jewett 尚未确认是否参赛。

赛制调整的直接导火索，是 OpenAI 于 9 月 8 日宣布的一项重大突破：其先进内部 AI 模型在不到一周内解决了困扰数学界近百年的 纳维-斯托克斯问题（Navier-Stokes），并超越了两位近期在该问题上取得重要进展的数学家。部分数学家将此称为数学领域的「卡斯帕罗夫-深蓝时刻」，认为这要求人们重新思考数学的未来走向。

事实上，科学界的不安情绪在此之前已经积聚多时。科学家们持续批评 Anthropic CEO Dario Amodei、Google DeepMind 主席 Demis Hassabis 等 AI 领域领导人关于「AI 将在未来十年内攻克重大疾病」的论断。本周，Amodei 发推称 Claude 发现了可能用于基因编辑的分子，尽管他承认尚不清楚这一发现的重要程度，但仍遭到众多科学家批评，认为在掌握更详细信息之前他本应保持更大克制。这种弥漫于科学界的集体焦虑，最终直接影响了 Ginkgo 的决策。Ginkgo 联合创始人兼 CEO Jason Kelly 坦言：「所有人都害怕输。」Shetty 也表示，近期的舆论气候令公司不得不重新考量比赛的呈现方式，以避免此次蛋白质竞赛被简单化地解读为 AI 碾压人类的又一佐证。

按照新规，比赛将于 10 月中旬启动，预计持续至今年底。各轮次中，参赛团队须针对 Ginkgo 指定的三种蛋白质提交最优化学配方设计，随后由 Ginkgo 将方案转化为指令，驱动机器人执行实验。第一关的目标蛋白质是实验室常用的超折叠绿色荧光蛋白（sfGFP），胜出标准为以最低成本生产最多蛋白质。后续两轮蛋白质难度递增，评判标准也更为复杂，涵盖蛋白质是否能正确折叠等指标——这对实际药物开发至关重要。Shetty 以烘焙作比：「光把蛋糕做出来是不够的，蛋糕还得好看、好吃。」Ginkgo 将向参赛团队提供可选化学品清单，同时允许各队自行添加最多 10 种清单以外的化学品，以体现科学研究中的创造力与专业判断。OpenAI 智能体与人类团队相互不知晓对方的选材方案。

此次竞赛并非 Ginkgo 与 OpenAI 的首次合作。两家公司的渊源颇深：2014 年，OpenAI CEO Sam Altman 执掌 Y Combinator 后，Ginkgo 成为首家入选该加速器项目的生物技术公司，Y Combinator 亦成为 Ginkgo 的重要投资方。竞赛的创意，据报道源于 Altman 2025 年 4 月的 40 岁生日派对。Kelly 在派对上向一位 OpenAI 高管介绍了 Ginkgo 机器人实验室的能力，并邀请其参观位于加州艾默里维尔的实验室，由此引发了双方与 OpenAI 生命科学研究团队的合作洽谈。两家公司的首项合作，正是聚焦于无细胞蛋白质合成领域——与此次竞赛主题完全一致。今年 2 月，双方宣布联合将该流程成本降低了 40%，超越了此前由 Jewett 团队在六个月前刚刚树立的行业新标准。正是这一结果引发了 Jewett 的质疑：OpenAI 的优势在于机器人能够完成约 3 万次实验，而他实验室的学生只能手工操作，仅完成了 1231 次。他提出设问：若人类与 AI 智能体均能借助机器人执行实验，哪一方能拿出更好的方案？这一追问，最终促成了眼前这场竞赛。

Ginkgo 与 OpenAI 并非唯一筹备此类「人机竞赛」的机构。AI 初创公司 Edison Scientific 的 CEO 兼联合创始人 Sam Rodriques 表示，他与同事已整理出一份利用 AI 有望解决的生物学难题清单。研究机构 FutureHouse 正组建评审团，并计划为解题者设置现金奖励。规模更大的竞赛同样呼之欲出。本月早些时候，Anthropic 与总部位于瑞士洛桑的自动化蛋白质设计实验室初创公司 Adaptyv Bio 宣布，将联合主办「全球最大规模蛋白质设计竞赛」，赛事于 9 月 28 日启动。Anthropic 将提供价值 100 万美元的 Claude 算力额度，帮助科学家设计应对五大难题的蛋白质；Adaptyv 与 Anthropic 将共同资助获选设计的实验室测试，赛事向所有人开放报名。Adaptyv CEO 兼联合创始人 Julian Englert 表示，纯由 AI 智能体组成的团队赢得其中一项或多项挑战，在理论上完全可能实现。

哈佛医学院 AI 智能体研究员 Marinka Zitnik 认为，上述竞赛的密集涌现，折射出 AI 科学家能力的飞速进化。但她指出，真正的终极考验尚未到来——那将是一个 AI 系统独立作出突破性发现，并被经验丰富的科学家评定为「值得诺贝尔奖」的那一天。