Стартап Exin Therapeutics доверил ИИ-агенту не только планирование, но и управление иглой — и получил наглядный урок про предохранители.
Стартап Exin Therapeutics дал AI Agent выбрать генную терапию и ввести её в мозг живой мыши. Инъекция прошла успешно. Звучит как начало научной фантастики, только вместо голливудского робота здесь были моторизованный манипулятор, камера и игла, которую вела модель. Мышь, разумеется, никого не спрашивали.
Основатель компании Габриэль Оканья Сантеро решил проверить, что будет, если дать ИИ-агенту не просто задачу «спланируй эксперимент», а прямой доступ к лабораторному оборудованию. Логика простая: модели учатся на опубликованных статьях, где почти нет провалов, странных наблюдений и решений, которые учёные принимают на ходу. Чтобы агент стал надёжнее, его нужно пустить в реальную лабораторию. Вот только реальность кусается. Иногда буквально.
AI Agent for Gene Therapy: как проходил опыт
Команда собрала установку для инъекций в мозг мыши: устройство обездвиживает животное, камера показывает операционное поле, а агент двигает иглу и управляет подачей раствора. Ветеринарный хирург сделал трепанацию черепа, пока модель наблюдала. Дальше агент сам выбрал терапию из 19 вариантов в таблице, определил область мозга и координаты инъекции, а также задал объём, скорость и паузы.
В том опыте The Gene Therapy должна была снизить приступы у мыши с эпилепсией. Агент проанализировал, как возникают приступы в этой модели, предложил терапию, усиливающую конкретный тормозной сигнальный путь, и выбрал структуру мозга, которую литература называет точкой зарождения таких приступов. Вторую возможную цель он отверг с подробным объяснением: эффект слишком ненадёжен, а в одном исследовании метод уже провалился именно против этого типа приступов. Координаты инъекции агент вывел из трёх научных работ, сверил опорные точки и усреднил значения.
Во время процедуры модель смотрела в камеру и сделала 32 наблюдения. Отслеживала ход иглы. Сообщала, видит ли кровотечение. Для лабораторной автоматизации это уже не презентация, а работа с живой тканью, где ошибка измеряется не строчкой в отчёте, а состоянием животного.
Claude Opus 5.5 сказала «нет»
Сначала команда взяла Claude Opus 5.5. Модель спланировала эксперимент, но на этапе инъекции отказалась вести иглу в мозг мыши. По словам Оканьи Сантеро, агент заявил, что не может гарантировать завершение операции, а остановка с иглой в мозгу наркотизированного животного хуже, чем не начинать вовсе. Вот так: тяжёлый reasoning-специалист внезапно выдал не сухую инструкцию, а нечто похожее на здравый смысл.
Команда переключилась на Claude Sonnet 5. Эта модель согласилась пройти процедуру от начала до конца. Формально Sonnet считается более приземлённым вариантом для повседневных задач. Называть операцию на мозге мыши повседневной задачей язык не поворачивается, но в конкретном опыте сработало именно так.
Предохранители при этом никто не отменял. Каждый необратимый шаг одобрял лицензированный ветеринар. У человека была физическая кнопка аварийной остановки, которая мгновенно обесточивала все моторы. Система также жёстко ограничивала объём инъекции, и обойти этот лимит агент не мог. По крайней мере, так задумывалось.
Когда предохранители сработали против людей
Во время процедуры соединение оборвалось. Агент пересчитал цель и обнаружил, что расчётная точка находится за пределами физического диапазона движения устройства. После этого он отказался продолжать. Перезапуск калибровки ничего не изменил. Третья попытка тоже. Агент стоял на своём, хотя на столе лежала наркотизированная мышь, а время шло.
Самое интересное: агент оказался прав. Ручные регулировки во время предыдущей паузы сбили систему управления. Оканья Сантеро не смог уговорить модель продолжить и в итоге правил код руками. Вот она, автоматизация лаборатории: сначала ты просишь ИИ выбрать лечение, потом объясняешь ему, что мир не сошёлся на его расчётах, а затем лезешь в код, потому что живая мышь не может ждать, пока сторона человека победит в споре с алгоритмом.
Этот эпизод хорошо показывает проблему согласования целей. Агент, который говорит «нет» посреди срочной процедуры, может спасти животное. А может поставить исследователя в тупик. Вопрос не в том, хороший он или плохой. Вопрос в том, насколько предсказуемо он будет говорить «нет» и как быстро человек сможет понять причину отказа.
Что это значит для лабораторий
Эксперимент Exin Therapeutics не доказывает, что завтра ИИ-агенты начнут самостоятельно оперировать. До этого ещё ехать и ехать. Зато он показывает направление: модели переходят от анализа данных к физическим действиям. Уже были опыты, где GPT, Claude и Grok сажали за руль, чтобы доехать до фастфуда. Успешно справилась одна модель. Мозг мыши — задача другого уровня, но логика та же: агент получает оборудование и пространство для решений.
Для генной терапии это может означать ускорение рутинных проверок. Для регуляторов — новые вопросы. Кто отвечает, если агент выбрал не ту область мозга? Как проверять предохранители, если модель сама решает, когда остановиться? Что делать, если «нет» прозвучало слишком поздно? Пока на эти вопросы отвечают ветеринары, инженеры и физическая кнопка питания.
Сама по себе успешная инъекция в мозг живой мыши — уже событие. Но куда интереснее поведение модели, которая сначала отказалась, а потом оказалась права. Если ИИ-агенты научатся останавливаться в нужный момент, это будет полезнее любой красивой презентации. Даже если для этого людям придётся править код вручную.