OpenAI 于 2026 年 11 月 20 日发布了 MedChemBench。该基准评估人工智能模型在早期药物发现中的能力,包括解读分子结构、从实验证据进行推理,以及选择化合物。它试图回答一个具体问题:AI 能否帮助科学家识别有前景的药物候选。
评测聚焦的三项能力
现有材料表明,MedChemBench 关注早期药物发现中的三类表现。一是对分子结构的解读,模型需要理解给定的分子信息。二是基于实验证据的推理,模型要能根据已有实验结果形成判断。三是化合物选择,即从候选中挑出更有潜力的分子。这三方面构成该基准的核心考察内容,对应科学家在发现阶段常见的决策环节。材料将其放在早期发现,而不是完整研发管线。
基准的定位与已知信息边界
MedChemBench 把结构理解、证据推理和选择决策放在同一评测框架下,便于观察模型在该场景中的水平。它评估的是早期发现中的帮助能力,而不是实验室执行或临床试验设计。需要强调的是,给定材料没有提供题目数量、具体任务形式、评分方法,也没有公布任何模型得分或对比结果。因此目前只能从其问题设定来理解意图,不能对现有模型的实际表现下结论。对读者更稳妥的是把它视为一块新尺子,而不是一份成绩单。
我的判断
这项工作的价值在于把「AI 辅助识别药物候选」拆成可评测的任务,为科研场景的模型比较提供一块更对口的内容。适用边界应限制在早期发现的解读、推理与选择。它不能直接说明模型能否降低实验成本,也不能外推到合成、体内评价或管线优先级。材料过简,缺少人类对照和任务难度说明,现阶段无法判断高分是否等于真正有用的科研帮助。主要局限是公开信息太少。在题库、基线和失败案例出来之前,把这次发布写成能力突破并不合适。更克制的看法是:这是一个场景具体的新基准,方向清楚,但贡献大小仍取决于题目质量、可复现性,以及结果是否与真实选化合物决策相关。目前只需把它记为药物发现方向上的一次评测动作。