Sakana AI 启动递归自我改进（RSI）实验室
Sakana AI 正式设立了专注于“递归自我改进”（Recursive Self-Improvement, RSI）的研究实验室。该技术旨在通过 AI 模型自主优化自身的算法架构与逻辑能力，这种自我进化的机制有望在生物信息学建模、蛋白质结构预测等需要极高计算复杂度的生命科学领域，实现科研效率的指数级提升。
基于 OpenSearch 与 Elasticsearch 的智能体搜索模型
开发者们正在探索将 Agentic Search（智能体搜索）模型与 OpenSearch 及 Elasticsearch 深度集成。这种具备自主决策能力的搜索技术，能够通过理解复杂的查询意图来检索海量非结构化数据，对于生物医药领域中处理大规模文献综述、临床试验数据挖掘以及基因组学数据库检索具有重要的应用潜力。
AI 价值创造的量化评估研究
当前科技界正深入探讨人工智能究竟在多大程度上创造了实际价值。这一讨论对于生物医药行业至关重要，因为通过量化 AI 在药物发现（Drug Discovery）和临床决策支持中的实际贡献，可以帮助药企更科学地评估算力投入与研发管线加速之间的投资回报率（ROI）。
针对测试驱动开发（TDD）的智能体技能演进
新型 AI Agent 正在展现出执行测试驱动开发（Test-Driven Development）的专业技能。在生物医药软件工程领域，这种能够自动编写测试用例并确保代码逻辑严密性的 AI 能力，对于开发高可靠性的医疗器械软件、生物信息学分析工具以及符合监管要求的临床数据管理系统具有显著意义。
评论