Агенты ИИ начинают выполнять реальный биологический анализ: исследуя наборы данных, выполняя вычислительные рабочие процессы и производя ценные исследовательские результаты. Поскольку ИИ для науки приближается к практическому использованию в лабораториях, вопрос о том, как эффективно оценивать биологических агентов, становится все более важным. BixBench Verified 50 — это кураторский список вопросов для оценки биологических агентов в нескольких областях биоинформатики. Мы протестировали BIOS AI Scientist на BixBench Verified 50 наряду с универсальными и специализированными агентами ИИ. BIOS занял первое место с точностью 90%, наряду с K-Dense. За ними следуют: > Biomni Labs - 88.7% > Edison Scientific - 78.0% > Claude - 65.3% & > OpenAI Agents SDK - 61.3% Смотрите полные результаты: Одно ключевое замечание: оценка биологических агентов — это не только вопрос о том, правильно ли работает аналитический процесс. В одной из контрольных задач агент вычислил правильные корреляции, но неверно интерпретировал биологическое значение столбца набора данных. Результат: численно правильный анализ, но биологически неверные выводы. Поскольку биологические агенты переходят от контролируемых тестов к реальным научным условиям, нам необходимо оценивать рабочий процесс, предположения и рассуждения, а не только то, является ли окончательный ответ численно правильным. Читать далее в нашем блоге:

Представляем BIOS API: превратите вашего агента в научного исследователя Сегодня мы запускаем BIOS API - предоставляя создателям агентов и разработчикам прямой доступ к тому же интерактивному научному исследовательскому движку, который управляет веб-приложением BIOS, через REST и MCP. Глубокие научные исследования для создателей агентов Начните исследовательскую сессию с одного вызова. Выберите свой режим: • Управление (1 итерация за раз) • Полуавтономный (до 5 циклов) • Полностью автономный (до 20 циклов, ~8 часов) Каждая сессия возвращает живое состояние исследования: Цели. Гипотезы. Открытия. Инсайты. Наборы данных. Плюс полные результаты исследовательского цикла. Научная информация по запросу, доступная из ваших агентов, приложений и рабочих процессов. Инфраструктура, ориентированная на агентов 📘 Полная спецификация OpenAPI 3.1: автоматическая генерация клиентов 🧪 Интерактивная игровая площадка API 🧠 Поддержка сервера MCP Подключите BIOS напрямую к Cursor, Claude Desktop, Windsurf или любому клиенту, совместимому с MCP - и проводите глубокие исследования из вашего редактора. Мы также планируем: • Навык ClawHub, оборачивающий конечные точки BIOS для агентов @openclaw • Более глубокие инструменты MCP • Нативные интеграции в различных фреймворках агентов Оплата за запрос Мы интегрировали протокол x402 в качестве платежной системы - позволяя агентам и приложениям мгновенно оплачивать за запрос. Научные исследования между машинами уже на подходе. Что вы собираетесь создать? Копилоты для открытия лекарств? Скауты по долголетию? Автоматизированные мониторы литературы? Агенты научной должной осмотрительности? Сообщите нам, что вы хотите создать с помощью BIOS API. Мы отправим вам бесплатные кредиты, чтобы начать разработку. Начните по ссылке ниже ↓

Обновление разработчиков BIOS за неделю #2: Режим планирования, ответвление, богатые цитаты и многое другое Что нового: • Режим планирования: BIOS задает уточняющие вопросы перед началом, затем представляет план исследования, который вы можете утвердить или доработать, пока он не соответствует вашим намерениям. • Ответвление: Дублируйте исследовательские пути и отклоняйтесь в другом направлении, позволяя вам изменять цель, не теряя оригинальную работу. • Улучшения генерации документов: Переработали процесс генерации документов для повышения точности и возможности более богатых цитат. Впереди: • Мыслительный процесс: Обновления рассуждений в реальном времени с потоковой видимостью текущих задач. • Режим чата v2: Для лучшей помощи до или после глубокого исследования. • Индексация OpenAlex + Semantic Scholar: Позволяет исследователям запрашивать более 500 миллионов документов.