###TL;DR：
一位免疫学家大哥，用OpenAI的Codex从零敲代码，造出了专业级的科研软件。他激动地预言：有了AI，十年内所有疾病都能治，十五年内人类甚至能“返老还童”。这听起来像科幻片，但他本人是个实打实的科学家，而且，他刚刚输给了AI的预测。
当一位研究T细胞三十年的免疫学泰斗，开始自称“Codex成瘾者”，并且每天早上喝咖啡时都用AI写代码——你大概能猜到，科研的边界正在被重新定义。
Derya Unutmaz，美国杰克逊实验室的免疫学家，最近成了OpenAI社区里最“炸”的科学用户。在跟OpenAI开发者关系负责人Romain Huet的一场对谈中，他不仅秀了一把用AI“手搓”的专业软件，还抛出了一个让医学界“瞳孔地震”的预判：在AI驱动下，未来十年人类将能治疗所有疾病，15年内或可实现逆转衰老。[^1]
等等，先别急着说这是“赛博算命”。这位大哥是有真本事的，而且他的“实验”过程，简直比追剧还精彩。
从“贪吃蛇”到“专业软件”：一个生物学家的Codex狂想曲
Unutmaz坦言，自己只是个生物医学工程师，不是软件工程师。“我大概只能写出一个贪吃蛇游戏，而且要花好几个月。”他笑着说。
但这并不妨碍他成为“Codex成瘾者”。他的日常是：清晨喝咖啡时冒出个想法，立刻用Codex把它变成代码；有时Codex整晚都在跑任务，搞得他过去几个月严重睡眠不足。[^1]
他展示了两款“杰作”，让在场的开发者都惊了：
- 流式细胞术分析软件：这是免疫学研究的“老本行”，用来观察细胞世界的核心手段。传统上，这些分析得靠价格高昂的专业商业软件。Unutmaz用Codex做的这款，能上传细胞数据，交互式选择标记物，生成统计分析，处理10万个数据点还响应迅速。[^1]
- CRISPR基因组工程设计工具：输入一个基因名称，系统自动提取序列，列出所有可能的靶点并排名，甚至能一键生成对应的全套CRISPR分子设计。这工具还是用Swift语言构建的原生macOS应用，他还在开发iPad版本。[^1]
“这实际上是相当复杂的软件，”他说，“而我只是一个生物医学工程师，不是软件工程师。”[^1]
这还没完。他还用Codex构建了一个T细胞信号通路模拟器，可以调控各种参数，实时模拟下游分子激活状态。“建造飞机要做空气动力学模拟，但对生物学，我们一直做不到这一点。”他说。[^1]
数字孪生：给每个人配个“赛博替身”？
Unutmaz描述了一个更宏大的愿景——数字孪生。简单说，就是用AI完整模拟你的基因组、代谢产物、蛋白质和免疫系统，在数字世界里给你造一个“赛博替身”。医生不用在你身上试错，而是在这个“替身”上做实验。
“如果AI能够完整模拟你的生物系统，我们就可以问：给这个人用这种药会怎样？”他说，“药物可以接近100%的有效性和接近0%的副作用。我们现在需要5到10年完成的临床试验，将加速到可能只需5到10天。AI将为你做临床试验。”[^1]
他甚至引用了一个澳大利亚的案例：一位计算机科学家用ChatGPT和Grok，为他的患癌狗狗量身设计了一种RNA疫苗，专门针对该肿瘤的特定突变，相关试验正在进行中。[^1]
当然，这一切有个关键前提——算力必须大幅提升。“即便把现在全球所有算力加在一起，也不足以模拟生物系统。”他说。[^1]
科学2.0：科学家要变成“AI智能体”的指挥官？
Unutmaz对科研模式本身的变革同样“激进”。他将未来称为“科学2.0或3.0”：传统的“花数周构思、数月实验、数月分析”模式将成为历史，取而代之的是AI智能体集群——提出假设、模拟实验、分析数据、反馈结论、再生成新假设，形成闭环。
“我想我的角色将变成只需要告诉智能体们：我想攻克肺癌，去探索这个方向。”他说。[^1]
面对“科学家是否还有工作”的质疑，他援引了杰文斯悖论：效率提升不会减少工作，而会催生更多工作。因为我们目前对生物学的理解仅约10%，剩余90%有待探索，加速学习将创造庞大需求。[^1]
给所有人的建议：好奇心和实验精神是“超能力”
被问及对非科学领域人士的建议时，Unutmaz的回答出人意料：“在AI时代，真正重要的只有自主性和好奇心。不要害怕，持续用AI做实验，问那个‘如果我这样做会怎样’的问题，因为你现在可以问这个问题了——以前这样做的成本太高了。”[^1]
他以公司网站为例：过去花费数千美元制作一个“将就”的网站，现在几分钟内即可迭代出新版本。这种低成本试错能力，他认为可延伸至生活和工作的几乎所有方面。[^1]
对于外界弥漫的AI焦虑，他态度鲜明：“它会真正让我们进入一个黄金时代。AI研究者对我来说都是英雄，因为这将是人类最伟大的变革。”[^1]
你看，连一个天天跟癌细胞“打交道”的免疫学家，都对AI的未来如此乐观。我们或许可以暂时放下焦虑，先拿起AI，试着问自己一个“如果我这样做会怎样”的问题——毕竟，实验的成本现在真的非常低。