GPT-6.1 Sol参与小鼠脑部手术定位，三轮后误差降至0.3毫米
AI开始从真实实验中学习。
小鼠脑部手术里，进针之前有个细节最考验操作者：头骨上几个极其关键的解剖标志得先找准。这些点看着不起眼，后续手术坐标怎么算却全由它们决定。位置稍微偏一点，针头就可能到不了预定的脑区。
如今，AI 也开始学这项操作了。
生物科技初创公司 Exin Therapeutics 联合创始人兼 CEO Gabriel Ocana-Santero 近日分享了一组实验结果：团队让 
GPT-6.1 Sol 连续参与三轮小鼠脑部手术定位。
每轮操作做完，专业外科医生都会对模型的定位结果进行纠正，模型则把自己的图像、测量数据和专家修正记录保存下来，供下一轮参考。
结果挺有意思。
到第三次操作时，GPT-6.1 Sol 寻找解剖标志的耗时从 169 秒降到 86 秒，所需纠正动作从 4 次减到 2 次，定位误差也从 0.6 毫米降到 0.3 毫米。
Ocana-Santero 把这一过程叫作基于真实世界经验的上下文学习（In-context Learning）。
不过，这组数据只有 3 次操作，离证明 AI 已具备稳定的手术能力还差得远。但它显示出一种变化：AI 开始把真实操作中的观察结果和专家反馈带进下一轮任务，经验由此逐步积累。
实验还引出一个问题：这到底是真实手术，还是模拟环境里的演示？
X 用户 Stephane 在评论里直接问了 Ocana-Santero 一嘴，对方给出的答复很干脆：手术是真的。Stephane 接着评价，把上下文串起来、边做边攒经验，这套路子挺有看头。他还提到，自己在别的方向上也在试相近的做法——把模型在每次任务里学到的东西存下来，下回碰上同类问题就能拿来直接用。
先找到头骨上的两个点
才能准确定位大脑
要理解这次实验，得先认识两个神经科学实验中经常出现的名字：Bregma（前囟点）和 Lambda（人字缝点）。
它们不是大脑内部的神经核团，而是小鼠头骨表面的两个解剖标志点。
Bregma 位于矢状缝与冠状缝的交汇处，Lambda 位于矢状缝与人字缝的交汇处。研究人员通常拿 Bregma 当立体定位坐标的参考原点，再结合 Lambda 等标志校准头骨的位置和倾斜程度。
图源：https://www.jove.com/t/67381/an-immunocompetent-murine-model-for-laser-interstitial-thermal
为什么要这么在意这两个点？小鼠脑部的很多实验，都得通过立体定位设备把注射针、电极或其他实验器械准确送到指定脑区。
研究人员先要找到头骨上的参考点，再结合脑图谱，把目标脑区换算成前后、左右和深度三个方向的坐标，最后交给设备执行。整个过程看着只是找几个交点，实际上视觉识别、空间定位和坐标校准得同时处理。
头骨上的缝合线，未必总能看得清楚。小鼠个体之间本来就有解剖上的差异，头部固定成什么角度、水平怎么校准，都会左右最后的坐标。此前甚至有研究专门谈过，不同测量方式会给 Bregma 定位带来多大误差。
对刚接触这类实验的研究人员来说，准确找到标志点并完成头部校准，本身就是需要反复练习的基本功。
这次实验里，GPT-6.1 Sol 要完成的就是其中一个关键环节：根据实验图像判断 Bregma 和 Lambda 的位置，给出自己的定位结果。专家外科医生随后检查这些位置，对不准确的判断进行修正。
每次操作结束，模型都会保存自己的估计图像和测量结果，以及专家纠正后的数据。这些信息成为下一轮操作可以利用的经验。
从 169 秒到 86 秒
AI 开始积累操作经验
这次实验里最抓眼的一点，是 GPT-6.1 Sol 没在每轮任务收尾时把先前的操作痕迹一清了之。此前操作中的图像和测量数据，模型都留着，专家给出的修正也一并记下。靠着这些早先的判断和纠正作参照，模型在后面操刀时定位越来越准。
三项指标都往好的方向走了：搜索时间砍掉近一半，纠正动作少了一半，定位误差同样减半。
实验走的是上下文学习这条路。通常训练模型，得靠训练数据和优化算法去调参数，模型才能在后面的任务里长出新的本事。这次披露的机制不一样，重点落在积累和使用实际操作记录上——模型把之前的图像、测量结果连同专家反馈一起存下来，再拿去指导后续操作。
至于这套经验记录究竟怎么接进模型、有没有动到底层权重，团队目前没有公开。所以还不能说GPT-6.1 Sol是靠三次手术完成了自主训练，或者在参数层面实现了自我进化。
不过从思路看，这种方式已经让AI具备了一种更贴近人类实践学习的能力：先上手试，再被纠正，然后带着上一回的经验接着做。对需要大量重复实验的生物医学研究来说，这种能力有实际用处。
从让AI做脑部注射，到让它自己攒实验经验——
这已经不是Exin Therapeutics第一次让AI碰真实的小鼠脑部手术了。10月28日，Ocana-Santero披露过一次更抓眼球的实验：团队给AI智能体备好19种基因治疗载体、一只癫痫模型小鼠，还有一套带摄像头的电动立体定位手术设备，目标是找出能减少癫痫发作的治疗方案。
AI要先读相关研究资料，从候选方案里挑出基因治疗载体，再定下往大脑哪个区域打、注射坐标是多少。之后它靠摄像头盯住手术区域，操纵设备上的机械臂和注射针完成注射。
整场操作注入了250纳升的治疗载体。
这项实验有个区别值得留意：以往的手术机器人，方案由人类医生来定，机器人只管执行动作。这回AI连治疗方案和脑区的选择也一起参与了。
但整个过程并非无人看管。切开头皮、开颅、缝合由一名持证兽医外科医生负责，关键操作也在他的监督之下。团队还设了绕不过去的操作限制、关键步骤须经人类审批的机制，以及能直接切断电机电源的物理急停装置。
有一次设备坐标出了异常，AI认出了位置不对，拒绝再移动针头。故障最后是研究人员手工修复设备控制代码才解决的。
10月31日，Ocana-Santero又放出了进一步的实验：
Claude Sonnet 5、GPT-6.1 Sol和Grok 4.7各自参与了同一目标下的小鼠脑部实验。三个模型拿到的19种候选基因治疗载体一样，实验目标也一样，选出的脑区、治疗机制和方案却各不相同。比如Claude挑了内嗅皮层，GPT选了海马体，Grok选的是躯体感觉皮层。
可见同一个科学问题摆在面前，不同模型凭各自的知识推理，也可能走出不同的实验路径。哪套方案更管用，还得靠后续实验来验证。
从最早让AI选治疗方案、控制注射设备，到如今让它通过连续操作和专家反馈把定位做得越来越准，Exin正试着把AI接进更完整的实验流程里。
