董事会一直问我同一个关于AI智能体的问题：俚哝啥辰光从建议变成行动？旧金山一家实验室搿个礼拜回答仔搿个问题，而答案来得比大多数治理框架还要快。
Gabriel Ocana-Santero是Exin Therapeutics个联合创始人搭首席执行官，搿家初创公司专门研发治疗癫痫搭神经退行性疾病个药物。俚将一个AI智能体连接到一套专门定制个手术装置。搿套装置好固定一只老鼠、通过摄像头观察手术过程、移动注射针搭控制化合物个输送。然后俚个团队退到旁边。
搿个运行勒Anthropic个Claude Sonnet 5上个智能体，拿到仔一张列有十九种候选基因疗法个电子表格搭一条指令：减少搿只老鼠个癫痫发作。俚分析仔搿个模型里向癫痫哪会发作，拣仔一种好增强大脑特定抑制性信号通路个疗法，拣仔科学文献认定为此类癫痫起源个脑区，并且用书面解释否决仔第二个候选区域，理由是俚个效果太勿可靠。俚从三篇科学论文推导出注射坐标，交叉核对参考点之后取仔平均值。俚自家设定仔注射量、速度搭等待辰光。手术过程当中，俚通过摄像头做仔三十二次观察，追踪注射进度搭报告阿曾看见出血。兽医外科医生做仔开颅手术；之后个一切侪是智能体个事体。老鼠恢复得蛮好。
据我所知，搿是AI智能体头一趟既选择仔治疗方案又将俚真正施用勒活个哺乳动物身浪。手术机器人多年来一直更加精准，但选择手术个始终是人。搿趟是机器做个选择。
最有启发性个细节勿是手术本身，而是搿趟拒绝。
团队最初试个是Anthropic更加强大个推理模型Claude Opus 5.5。俚做仔实验规划，然后拒绝引导针头。俚个理由是：勒麻醉个动物脑里向留仔针头中途停下来，比根本勿开始还要推板。而日常模型Sonnet 5同意继续。搿点要读两遍。能力搭谨慎是两个独立个旋钮。房间里向最强大个模型，勿是肯做手术搿个。任何拿智能体部署到物理或金融系统个机构，侪应该拿模型选择当作风险决策，勿是采购决策。
安全措施同样值得注意，因为俚哝是机制性个，勿是嘴浪讲个。持证兽医批准仔每一个勿好逆转个步骤。有人捏牢好切断所有马达电源个实体急停按钮。智能体拨禁止修改装置个底层代码。手术中途，一趟断连破坏仔装置个坐标系统。智能体检测到计算出来个位置超出仔装置个物理运动范围，拒绝继续，连续三趟，哪怕动物就勒手术台浪。搿个让团队沮丧个限制，正是防止错误注射个同一个限制。俚哚最后用另外一个从来呒没拨告诉有活体手术正在进行个智能体解决仔问题。
搿就是控制平面个样子。勿是一份政策PDF，而是勒最坏辰光出问题依然有效个分层约束。
对每一位拿智能体部署到聊天窗口之外个高管，有三点启示。第一，清点侬个智能体接触现实世界个每一个环节：实验设备、车辆、交易系统、工业控制、患者流程。如果侬数勿出来，侬拥有个勿是治理，是侥幸。第二，为拒绝而设计。一个勒辰光紧迫个手术里向讲勿个智能体勿是缺陷；搿个是对齐勒起作用，侬个运营模式一定要从容消化搿种停顿。第三，千万勿要让操作智能体帮自家个作业打分。Exin需要第二个搭上下文隔离个智能体来修第一个个工具。职责分离是一项老个控制手段，俚不过多仔一个新领域。
2030年个实验室，会由科学家搭有手个智能体搭档组成。受益个公司勿会是拥有最大胆智能体个公司，而是俚哝个智能体确切晓得啥辰光要停个公司，搭搿些勒造演示之前就先造好停止按钮个领导者领导个公司。
用数学来思考。用智慧来设计。用战略来领导。负责任地建造。向全球扩展。通过人工智能创造真正个商业价值。
