导读：Exin Therapeutics 负责人披露，GPT-6.1 Sol 在三轮小鼠头骨标志点定位中参考了此前图像、测量和外科医生修正记录，第三轮的搜索时间、纠正次数和定位误差均有所下降。这是 3 次操作的动物实验原型，不能据此认定模型具备稳定手术能力、治疗有效性或人类临床适用性。
在小鼠脑部手术中，考验操作者的往往是进针之前的一个细节：找到头骨上几个极其关键的解剖标志。这些点看起来不起眼，却决定了后续手术坐标如何计算。位置稍有偏差，针头就可能无法准确抵达预定的脑区。
现在，AI 也开始学习这项操作了。
近日，生物科技初创公司 Exin Therapeutics 联合创始人兼 CEO Gabriel Ocana-Santero 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。
每次操作结束后，专业外科医生都会纠正模型的定位结果，模型则保存自己的图像、测量数据和专家修正记录，供下一轮操作参考。
结果相当有意思。
到了第三次操作，GPT-6.1 Sol 寻找解剖标志的时间从 169 秒缩短到 86 秒，所需的纠正动作从 4 次减少到 2 次，定位误差也从 0.6 毫米降至 0.3 毫米。
Ocana-Santero 将这一过程称为基于真实世界经验的上下文学习（In-context Learning）。
需要注意的是，这组数据只有 3 次操作，距离证明 AI 已经掌握稳定的手术能力还有很长距离。但它展示了一种值得关注的变化：AI 开始把真实操作中的观察结果和专家反馈带入下一轮任务，逐步积累经验。
这项实验还引出了一个值得关注的问题：这究竟是真实手术，还是模拟环境中的演示？
X 用户 Stephane 在评论中直接向 Ocana-Santero 求证，后者明确回应是真实手术。Stephane 随后表示，这种结合上下文、在执行过程中即时积累经验的方式很有意思。他还透露，自己正在另一个领域探索类似机制：让模型保存每次任务中获得的经验，等再次遇到相关问题时，就能直接调用。
相关站内内容：
Exin Therapeutics 导航：https://www.zuoshipin.com/link/62390.html
此前的受监管动物实验原型演示：https://www.zuoshipin.com/article/62391
先找到头骨参考点，才能计算手术坐标
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）。
它们并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 则位于矢状缝与人字缝的交汇处。研究人员通常以 Bregma 作为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。
为什么要如此在意这两个点？这是因为小鼠脑部的很多实验，都需要通过立体定位设备，将注射针、电极或其他实验器械准确送到指定脑区。
研究人员首先要找到头骨上的参考点，再结合脑图谱，将目标脑区转换成前后、左右和深度三个方向的坐标，最终交给设备执行。整个过程看似只是寻找几个交点，实际上需要同时处理视觉识别、空间定位和坐标校准。
头骨上的缝合线并不总是清晰可辨。小鼠个体之间也存在解剖差异，头部固定角度和水平校准都会影响最终的坐标。相关研究甚至专门讨论过不同测量方法带来的 Bregma 定位误差。
对于刚开始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，GPT-6.1 Sol 要完成的就是其中一个关键环节。它需要根据实验图像判断 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，并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。
三轮定位记录中的变化
从 169 秒到 86 秒
AI 开始积累操作经验
这次实验最有意思的地方，在于 GPT-6.1 Sol 并没有在每次任务结束后简单清空之前的操作记录。模型会保留此前操作中的图像和测量数据，同时记录专家给出的修正结果。这样一来，模型能够在后续操作中参考之前的判断与纠正，逐渐改善定位表现。
三项指标都出现了改善：搜索时间缩短了近一半，纠正动作减少了一半，定位误差也直接减半。
这次实验采用的是上下文学习思路。
传统模型训练通常需要通过训练数据和优化算法调整模型参数，让模型在后续任务中获得新的能力。而这次实验披露的机制，重点在于积累和利用实际操作记录。模型将此前的图像、测量结果以及专家反馈保存下来，再用于后续操作。
目前，团队没有披露这套经验记录具体如何接入模型，以及是否涉及底层模型权重更新。因此，还不能将它描述为 GPT-6.1 Sol 通过三次手术完成了自主训练或参数层面的自我进化。
但从实验思路来看，这种方式已经让 AI 拥有了一种更接近人类实践学习的能力：先尝试，再接受纠正，然后带着上一次的经验继续操作。对于需要大量重复实验的生物医学研究，这种能力有实际意义。
从单次设备操作到实验经验记录
从让 AI 做脑部注射
到让它自己积累实验经验
这并非 Exin Therapeutics 第一次让 AI 接触真实的小鼠脑部手术。
10 月 28 日，Ocana-Santero 就曾披露过一次更引人注目的实验。当时，团队给 AI 智能体准备了 19 种基因治疗载体、一只癫痫模型小鼠，以及一套带有摄像头的电动立体定位手术设备，目标是寻找能够减少癫痫发作的治疗方案。
AI 需要先阅读相关研究资料，从候选方案中选择基因治疗载体，再确定应该向大脑哪个区域注射，以及具体的注射坐标。随后，它通过摄像头观察手术区域，控制设备上的机械臂和注射针，完成注射操作。
整个过程注入了 250 纳升的治疗载体。
这项实验有一个值得注意的区别：传统手术机器人通常由人类医生确定手术方案，再由机器人执行具体动作。而这次实验中，AI 还参与了治疗方案和脑区的选择。
不过，整个过程并非无人监督。一名持证兽医外科医生负责切开头皮、开颅和缝合，并监督关键操作。团队还设置了不可绕过的操作限制、关键步骤的人类审批机制，以及能够直接切断电机电源的物理紧急停止装置。
在一次设备坐标异常时，AI 识别出了位置问题，并拒绝继续移动针头。最终，研究人员通过人工修复设备控制代码解决了故障。
10 月 31 日，Ocana-Santero 又公布了进一步的实验：
Claude Sonnet 5、GPT-6.1 Sol 和 Grok 4.7 分别参与了同一目标下的小鼠脑部实验。三个模型拿到相同的 19 种候选基因治疗载体和相同的实验目标，却选择了不同的脑区、治疗机制和方案。例如 Claude 选择了内嗅皮层，GPT 选择了海马体，Grok 则选择了躯体感觉皮层。
这说明，即使面对相同的科学问题，不同模型也可能根据各自的知识推理给出不同的实验路径。究竟哪种方案更有效，还需要通过后续实验验证。
实验室闭环的探索与边界
从最初让 AI 选择治疗方案、控制注射设备，到现在让它通过连续操作和专家反馈改善定位表现，Exin 正在尝试把 AI 接入更完整的实验流程。
扩展阅读
了解 Exin 的 AI 科研、神经环路和实验室自动化方向：
https://www.zuoshipin.com/link/62390.html
