Biomni

内容

Biomni 是面向生物医学的通用科研智能体，整合大量软件包、数据库与工具；其配套评测 BiomniBench-DA 含 100 个数据分析任务（50 公开、50 私有），每题基于 Nature/Cell/Science 论文，由 100 多位专家投入 1,000 多小时构建。站内 AI 基准页给出的成绩：资深制药科学家 68.5、最好 AI 65.0、初级科学家 48.5 [1]。

评测地位

它属于"过程级"科研智能体评测，与 BixBench（约 300 题 / 53 场景）、LAB-Bench 互补。商业化后的 Biomni Lab 在第三方 Phylo 的 BixBench 全集评测中得 52.2%，高于 Edison Analysis 42.4% 与 Claude 编码 agent（Opus 4.6）39.5%，但该评测为第三方自评 [2]。

局限

• 评测方与被评产品关联时存在利益冲突：BixBench 由 FutureHouse / Edison Scientific/Edison 运营，同时被评产品含其自家智能体。
• 子集成绩（如 BixBench-Verified-50 被报 92%）为供应商自报，作者本人论"饱和"。
• 任务多为干实验数据分析，仅 BioLab Bench 接入真实湿实验，见 验证器强度。

来源

1. 站内 aibenchmark 页 §07
2. https://phylo.bio/blog/evaluating-ai-agents-in-biology (2026-10-15)