Aptamer Lab Loop：以真实实验反馈约束Agent自改进¶

Google优先资料收录；完整实验成本过高，不复现（审查 DONE）。没有低成本代理被标成实现，不进入自动训练队列。

论文信息¶

字段	内容
论文链接	arXiv v1；Google官方页
原文标题	Aptamers as a sandbox for lab-in-the-loop agentic molecular discovery
公司 / 机构	一作Zachary Cutts：Google Research；合作Stanford、Google Cloud/DeepMind
首次公开日期	2026-10-17 18:21:50 UTC；目录新增不等于今日首发
原作者代码	原文列有第三方科研工具与补充资料，未找到完整作者Agent harness仓库；依赖开源不等于作者全系统开源
本地 adapter / 稳定键	`aptamer-lab-loop`；`adapter: null`，资料条目
本地复现代码位置	无算法实现；规范化规格位于`src/auto_research/paper_specs/catalog/agent-research/aptamer-lab-loop.json`

该研究把计算设计与真实实验测量放进多轮反馈闭环，让Agent利用成功和失败证据调整下一轮策略。关键不是把Agent多跑几轮，而是实物测量可以否定计算评分；论文显示一些预测代理与实际测量不一致。这里仅讨论研究编排与证据边界，不提供生物实验操作流程。

flowchart LR
  A[历史实验数据与研究假设] --> B[Agent提出下一轮设计]
  B --> H[人工授权与真实实验平台]
  H --> C[物理测量和反例]
  C --> A

原论文 Figure 1：研究设计、物理实验及数据反馈的多轮关系。图片来自原论文，版权归原作者所有；不是本地实现或运行证据。

候选由前轮可见实验数据产生，再用新的真实测量评价，不以计算代理代替实验终点；反馈中保留交叉反应与失败证据。正文包含三轮、约4400个构建体的研究。不同轮次的候选集和干预不同，命中比例变化不是同一固定测试集上的机器学习提升。

论文报告实验室结果而非生产A/B；未报告互联网线上A/B。物理验证不能等价为LLM benchmark、Agent任务成功率或软件模拟分数。

完整研究需要专业实验室、物理测量与多轮7–10天反馈周期，无法在单A100/A30或本地Mac低成本完成。依据Results R.1/Figure1直接标记成本过高，不复现（审查 DONE），未启动模型下载、实验运行或无意义代理测试。

没有GPU回执、没有本地能力指标、没有Evolve集成。仅在后续明确新增资源/实验授权且出现可执行方案时重新考虑，不阻塞日常审查水位。