Ginkgo Bioworks 原計劃在蛋白質設計領域復刻一場「卡斯帕羅夫對決深藍」式的人機大戰，但在首輪對決前夕緊急叫停，隨後以全新賽制重新登場。原版競賽名為「Mike Versus the Machines」，設想由斯坦福大學教授、無細胞蛋白質合成領域權威 Michael Jewett 獨自對陣僅由 AI 智慧體組成的 OpenAI 團隊。Jewett 可使用任何市售 AI 工具，OpenAI 則可動用其最先進的內部未釋出模型。Ginkgo 不僅提供位於波士頓總部、面積達 15000 平方英尺、配備大量機器人的實驗室作為賽場，還聘請了紀錄片攝製組全程記錄。

然而，就在 9 月 14 日首輪對決前夕，這場比賽被緊急叫停。重組後的新賽制徹底改變了對抗格局：任何科學家均可報名，既可組成一支統一的「人類隊」集體應戰，也可各自組隊單獨挑戰 OpenAI 的智慧體。Ginkgo 不再使用「competition」（競爭）一詞，轉而採用「coopetition」（合競）這一表述，意指競爭對手之間的合作。Ginkgo 聯合創始人兼總裁 Reshma Shetty 表示，調整背後的考量是希望避免加劇當前科學界對人工智慧的緊張情緒，並稱這不僅僅是關於誰更優秀，而是關於如何通過合作推動科學目標的實現。目前，Jewett 尚未確認是否參賽。

賽制調整的直接導火索，是 OpenAI 於 9 月 8 日宣佈的一項重大突破：其先進內部 AI 模型在不到一週內解決了困擾數學界近百年的 納維-斯托克斯問題（Navier-Stokes），並超越了兩位近期在該問題上取得重要進展的數學家。部分數學家將此稱為數學領域的「卡斯帕羅夫-深藍時刻」，認為這要求人們重新思考數學的未來走向。

事實上，科學界的不安情緒在此之前已經積聚多時。科學家們持續批評 Anthropic CEO Dario Amodei、Google DeepMind 主席 Demis Hassabis 等 AI 領域領導人關於「AI 將在未來十年內攻克重大疾病」的論斷。本週，Amodei 發推稱 Claude 發現了可能用於基因編輯的分子，儘管他承認尚不清楚這一發現的重要程度，但仍遭到眾多科學家批評，認為在掌握更詳細資訊之前他本應保持更大剋制。這種瀰漫於科學界的集體焦慮，最終直接影響了 Ginkgo 的決策。Ginkgo 聯合創始人兼 CEO Jason Kelly 坦言：「所有人都害怕輸。」Shetty 也表示，近期的輿論氣候令公司不得不重新考量比賽的呈現方式，以避免此次蛋白質競賽被簡單化地解讀為 AI 碾壓人類的又一佐證。

按照新規，比賽將於 10 月中旬啟動，預計持續至今年底。各輪次中，參賽團隊須針對 Ginkgo 指定的三種蛋白質提交最最佳化學配方設計，隨後由 Ginkgo 將方案轉化為指令，驅動機器人執行實驗。第一關的目標蛋白質是實驗室常用的超摺疊綠色熒光蛋白（sfGFP），勝出標準為以最低成本生產最多蛋白質。後續兩輪蛋白質難度遞增，評判標準也更為複雜，涵蓋蛋白質是否能正確摺疊等指標——這對實際藥物開發至關重要。Shetty 以烘焙作比：「光把蛋糕做出來是不夠的，蛋糕還得好看、好吃。」Ginkgo 將向參賽團隊提供可選化學品清單，同時允許各隊自行新增最多 10 種清單以外的化學品，以體現科學研究中的創造力與專業判斷。OpenAI 智慧體與人類團隊相互不知曉對方的選材方案。

此次競賽並非 Ginkgo 與 OpenAI 的首次合作。兩家公司的淵源頗深：2014 年，OpenAI CEO Sam Altman 執掌 Y Combinator 後，Ginkgo 成為首家入選該加速器專案的生物技術公司，Y Combinator 亦成為 Ginkgo 的重要投資方。競賽的創意，據報道源於 Altman 2025 年 4 月的 40 歲生日派對。Kelly 在派對上向一位 OpenAI 高管介紹了 Ginkgo 機器人實驗室的能力，並邀請其參觀位於加州艾默裡維爾的實驗室，由此引發了雙方與 OpenAI 生命科學研究團隊的合作洽談。兩家公司的首項合作，正是聚焦於無細胞蛋白質合成領域——與此次競賽主題完全一致。今年 2 月，雙方宣佈聯合將該流程成本降低了 40%，超越了此前由 Jewett 團隊在六個月前剛剛樹立的行業新標準。正是這一結果引發了 Jewett 的質疑：OpenAI 的優勢在於機器人能夠完成約 3 萬次實驗，而他實驗室的學生只能手工操作，僅完成了 1231 次。他提出設問：若人類與 AI 智慧體均能借助機器人執行實驗，哪一方能拿出更好的方案？這一追問，最終促成了眼前這場競賽。

Ginkgo 與 OpenAI 並非唯一籌備此類「人機競賽」的機構。AI 初創公司 Edison Scientific 的 CEO 兼聯合創始人 Sam Rodriques 表示，他與同事已整理出一份利用 AI 有望解決的生物學難題清單。研究機構 FutureHouse 正組建評審團，並計劃為解題者設定現金獎勵。規模更大的競賽同樣呼之欲出。本月早些時候，Anthropic 與總部位於瑞士洛桑的自動化蛋白質設計實驗室初創公司 Adaptyv Bio 宣佈，將聯合主辦「全球最大規模蛋白質設計競賽」，賽事於 9 月 28 日啟動。Anthropic 將提供價值 100 萬美元的 Claude 算力額度，幫助科學家設計應對五大難題的蛋白質；Adaptyv 與 Anthropic 將共同資助獲選設計的實驗室測試，賽事向所有人開放報名。Adaptyv CEO 兼聯合創始人 Julian Englert 表示，純由 AI 智慧體組成的團隊贏得其中一項或多項挑戰，在理論上完全可能實現。

哈佛醫學院 AI 智慧體研究員 Marinka Zitnik 認為，上述競賽的密集湧現，折射出 AI 科學家能力的飛速進化。但她指出，真正的終極考驗尚未到來——那將是一個 AI 系統獨立作出突破性發現，並被經驗豐富的科學家評定為「值得諾貝爾獎」的那一天。