#AI
OpenAI 讲了个案例：Codex 帮忙筛抗菌分子
OpenAI 官网挂出一篇科研用例：宾夕法尼亚大学生物工程学者 **César de la Fuente** 的实验室，用 Codex 和 ChatGPT 在现存与已灭绝生物的基因组里筛抗菌分子候选，目标是耐药性感染。这是官方一手发布的案例文，不是第三方转述。
按文中的说法，该实验室自有深度学习模型负责在基因组 / 蛋白数据集里找串行模式，Codex 和 ChatGPT 则被用来 **提假设、写与改代码、处理数据集、跨学科串想法** —— 让不太会编程的生物学家能自己搭工具，也让进程员能碰生物学问题。这个组合把抗菌候选的初筛从以年计压到小时级计算。具体的方法细节与实验数据在原文，这里不替它打包票。
💡 为什么值得看官方一手案例，说明 Codex 正被拿去做科研流程里的通用工具，而不只是写业务代码。
查证
来源档案
OpenAI 官方博客
厂商官方发布的客户 / 研究者案例文，一手渠道，但内容是宣传性质的用例叙述
事实（谁在用、用来做什幺）可采信；文中效率结论与分子发现进展属实验室自述，OpenAI 作为平台方有动机放大效果，未附第三方复核
延伸阅读
文中提到 ChatGPT 让实验室成员用母语工作，这是 AI 工具在跨国科研团队里的实际用法，比「提效」口号具体。
OpenAI 把编程 agent 放到抗菌药发现场景里讲，想知道它怎幺把 Codex 从写代码工具讲成通用科研工具。