两个月前 Anthropic 推出 Claude Science，将科研流程整合到平台中；今天 OpenAI 也发布了自家的生命科学工作台 Rosalind Workbench，把 Codex 打造成能协同研究的 AI 助手。该工具以专门的生物学推理模型 GPT‑Rosalind 为核心，结合一系列生命科学插件与可视化工具，目标是让每位研究者都能拥有一支虚拟的研究团队。当前 Rosalind Workbench 已在部分用户的 ChatGPT 应用中以研究预览形式内嵌展示，并作为 Codex 平台上的垂直应用推出。

OpenAI 认为科研的一大难题是数据、分析和实验记录分散在不同地点，研究者在证据与工具之间来回切换浪费大量时间。Rosalind Workbench 的目的就是把这些碎片化的环节粘合在同一环境中：从证据检索、数据分析，到后续的实验设计与复现，都在一个可追溯的流程里完成。OpenAI 还把 Codex 重新定位为跨领域的 agent 基座，Rosalind 是长在这个基座上的生命科学方向扩展之一，未来计划让多个 agent 组成跨学科团队，助力更复杂的科研问题。

底层的 GPT‑Rosalind 是为生物学和药物发现定制的垂直推理模型。公开基准测试显示它在生命科学相关测评中领先于多款已公开模型（例如 Grok4.2、GPT5.4 等）。OpenAI 将其能力定位为“前沿推理”与“跨药物化学、基因组学、湿实验室协同”等专业工具编排能力的结合，能更快地找到证据、解析复杂数据并提出可靠结论。 龙8头号玩家

产品从任务出发组织界面，按研究场景划分为蛋白质设计、小分子设计、安全性与可开发性、结构与序列、基因组学与病理学、实验验证等模块。每个方向下有若干预设任务，像“设计 20 个 PD‑L1 纳米抗体并对候选分子排序”或“将伊马替尼对接到 ABL1 并检查前五个构象”，用户可从这些示例入手，再把自己的数据接入真实研究流程。OpenAI 举例说明：一项疾病机制研究可能从基因组学信号开始，牵出分子结构、需要文献证据，最终设计新的实验——Rosalind 把这些不同数据和方法串联起来，减少在工具间重复构建上下文的时间。

在可视化方面，OpenAI 提供了三大科学查看器，方便研究者在同一对话窗口里检查证据并保持分析链路的连贯性。Molecular Structure Viewer 用于分子三维结构查看与注释（示例中展示了 PDB 5LF3 的蛋白-药物结合位点与关键区域）；Biological Sequence & Alignment Viewer 则用于序列比对与关键残基高亮（用荧光蛋白变体比对展示了残基差异与荧光色变化的对应）；Slide Viewer 支持病理切片的标注与区域圈定，便于与病理学家协同复核。

针对计算密集型的测序分析，Rosalind 还包含专门的 NGS Analysis Workbench，内置完整的分析流水线库，覆盖 FASTQ 质控、Bulk/单细胞 RNA‑seq、DNA 变异分析、ATAC‑seq、ChIP‑seq、CUT&RUN/CUT&Tag、扩增子测序、物种分类等常见流程。WorkBench 会先生成一份分析计划供研究者审批，再协调调用相应工具并返回可追溯、可复核的结果，降低由繁琐决策带来的阻力。 龙8头号玩家

总体来看，Rosalind Workbench 旨在把证据检索、数据分析、可视化与实验设计整合到一个以任务驱动的交互环境中，把 Codex 从通用 agent 底座扩展为能直接参与科研过程的智能伙伴，为生命科学研究提供更顺畅的端到端支持。