OpenAI 發表了該公司所稱在有機化學上近乎自主的發現。該公司表示，GPT-5.4 搭配 Molecule.one 的 Maria AI 與一座專門實驗室，推動一項藥物化學專案從文獻回顧一路走到經過驗證的實驗結果，找出一種出乎意料的方式，改良一項在藥物開發中廣泛使用的反應。整個過程中都由人類化學家主導方向，而這正是這則故事中與標題同等重要的部分。
分工相當明確。GPT-5.4 閱讀科學文獻、生成並排序研究提案、協助設計實驗、分析結果並提出後續方向。出自新創公司 Molecule.one 的化學系統 Maria AI，則以運算方式在 10,080 個反應中測試這些提案。人類化學家挑選出值得執行的提案，親手進行實體驗證並撰寫研究發現。OpenAI 表示，整個流程約耗時兩個半月，化學家另外再花約半個月來記錄成果。
目標是硼酸與磺胺之間一項棘手的偶合反應，這是建構藥物分子的關鍵步驟。根據 OpenAI 的說法，受測的硼酸有 88% 產率提升，磺胺則有 83% 提升，而在化學家親手驗證的十四項代表性反應中，有十一項產率提高，其中八項提升超過一倍。如果這些數字經得起外界檢驗，那麼這對一項真實技術而言，是一項雖然狹窄卻貨真價實的改良。
這樣的表述很快招來化學家的反駁。多位化學家指出，這套做法看起來很像高通量篩選再接上一具 AI 引擎來繪製變數圖譜，而自動化實驗室自 1990年代機器人技術變得可靠以來便一直在做這件事，這使得其突破性不如那些字眼所暗示的那般新穎。其他人則反對將這套系統稱為 AI 化學家，或把這項發現稱為自主，因為方向由人設定、提案由人挑選、結果由人確認，他們並形容 OpenAI 自家的研究報告過於擬人化。較公允的解讀是，這是一場由人類監督的循環所產生、真實且經過驗證的成果，而非一台機器獨立運作的結果。
這項成果出現在外界大舉推動前沿模型投入科學的背景之中，包括 OpenAI 自家面向生命科學的 GPT-Rosalind 系列，以及其用於端到端研究任務的 LifeSciBench 基準測試。這裡有意思的主張並非 AI 取代了化學家，而是一套由專家主導的通用型模型，將數個月的提出與測試的反覆迭代壓縮進一個更緊湊的循環，並浮現出值得確認的線索。這套做法能否在單一反應之外重現，以及所節省的時間能否在面對更棘手的問題後依然成立，正是下一批結果必須回答的問題。