5 月 23 日，开源项目 SimplexFold 引发科技圈热议，GPT-5.5 在无人类干预的前提下连续自主运行 150 小时，对标诺奖级成果 AlphaFold2，重构蛋白质折叠模型研发逻辑。此次尝试虽模型性能暂未超越 AlphaFold2，却充分展现了 AI 自主科研的巨大潜力，预示传统科研范式或将迎来变革。
一、事件概况：GPT-5.5 化身 AI 科学家自主攻坚科研难题
Meta 机器学习工程师 Chris Hayduk 发起 SimplexFold 开源项目，开启 GPT-5.5 全自主目标模式。无需人工介入，GPT-5.5 独立完成文献研读、网络拓扑设计、公式推导、代码编写、模型训练全流程工作，核心目标是突破 AlphaFold2 在蛋白质结构预测中的技术局限，以拓扑学思路重构蛋白质折叠逻辑，全程连续运行超 150 小时，实现全自动迭代研发。
二、直击短板：剖析 AlphaFold2 核心技术缺陷
斩获诺贝尔化学奖的 AlphaFold2，依靠 Evoformer 模块与三角更新机制实现蛋白质结构预测，但存在固有短板。该模型仅保留氨基酸残基点与边的二维关系，完成三角几何计算后，并未对三角形面、四面体单元等高阶拓扑结构做持久状态存储，只依赖一维边信息记录数据。
这种设计如同只记局部点位关系，忽略三维立体空间约束，成为其微观拓扑表达精度难以突破的隐形天花板。
三、创新突破：引入单纯形拓扑重构模型架构
GPT-5.5 钻研文献后，引入拓扑学单纯形概念优化模型。
传统蛋白质神经网络仅为点和边构成的一维骨架，无法适配蛋白质三体、四体空间物理约束；而单纯形可实现点、边、面、体多维度特征表达，直接刻画局部曲面面积、内角、三维核心体积与空间位阻。
同时 GPT-5.5 耗时 150 小时优化信息传递路径，设计结构化回写机制，加入几何感知门控，构建高维立体通信网络，大幅提升模型空间几何归纳能力。
四、实验亮点与现实争议
本次自主实验呈现两大亮眼特质与行业争议。
一方面，GPT-5.5 具备智能回溯纠错能力，发现研发路线受阻时，可自动回滚至最优历史节点重新探索，规避人类科研推倒重来的时间与心理成本，甚至在过拟合场景下出现自发泛化的特殊表现。
另一方面，从实测指标来看，SimplexFold 预测精度仍远不及原版 AlphaFold2，单纯模型性能并未实现超越。
五、行业价值：开启 AI 自动科研新时代
业内普遍认为，此次实验的核心价值不在于模型跑分，而在于验证 AI 自主科研可行性。GPT-5.5 实现了从理论研究、代码开发、实验调试到路线迭代的完整闭环，具备全天候无间断工作、自主纠错、快速试错等人类难以比拟的优势。这标志着 AI 不再只是科研辅助工具，而是能独立开展前沿基础研究的 “硅基科学家”。
随着大模型能力持续进化，AI 有望深度介入生物医药、基础物理等领域，加速疑难病症攻关与基础科学突破，彻底重塑全球科研发展格局。
AI 速览
