Architecting autonomy: A design pattern for high-compute, governed agents in biotech

构建可扩展的智能生物技术工作负载 | Google Cloud 博客

医疗健康与生命科学

构建自主性：生物技术中高计算量受控智能体的设计模式

2026年10月17日

##### Schneider Larbi

高级经理，全球合作伙伴技术架构

##### Chelsie Czop

高级产品经理，AI基础设施

##### 立即体验 Gemini

职场AI的入口

立即体验

在当前的生产系统中，大多数AI智能体作为轻量级调度器运行。它们解析提示，发起API调用，检索记录，然后交还控制权。它们的执行速度快、无状态且成本低廉。但生物技术领域并非如此运作。

折叠蛋白质靶标、筛选包含5万种化合物的配体库，或评估结构-活性关系（SAR）并非快速的API查询。这些是需要持续运行数分钟甚至数小时的、依赖专用硅芯片的、有状态的GPU密集型模拟。当要求通用大型语言模型（LLM）端点协调复杂的药物发现工作流时，标准范式将失效：会出现超时，上下文窗口会因原子坐标而溢出，专有化学知识产权（IP）也会暴露在外部网络中。

构建企业级研发（R&D）智能体需要突破单一助手模型的局限。在本文中，我们将探讨如何使用三层架构：将认知编排（大脑）与计算执行（肌肉）分离，并在企业治理平面中进行锚定，从而构建适用于生物技术药物发现场景的可扩展智能体。

三层架构模式

下图参考架构展示了如何在生物技术领域（特别是药物发现）中设计、优化和管理高计算量自主智能体。

图1 — 三层模式：认知编排器（大脑）、可扩展GPU执行层（肌肉）和企业治理平面。

#### 执行层：扩展肌肉 — 高计算执行

执行层负责处理繁重的科学计算。第一个架构决策是确定工作负载的运行位置：

• 战略性专有流程需要在您的安全边界内专用GPU基础设施上运行

• 常规或标准化工作负载可以安全地委托给托管云端点

在此架构中，蛋白质折叠由ESMFold驱动，生成设计由GenMol实现。两者均作为NVIDIA推理微服务（NIMs）部署在Google Kubernetes Engine（GKE）上，使用配备NVIDIA RTX PRO 6000 Blackwell GPU的G4虚拟机。

容器化GPU工作负载的关键障碍是冷启动惩罚，即从镜像仓库拉取多千兆字节模型权重并将其加载到GPU内存（VRAM）所需的延迟。

为确保低延迟响应，我们在参考架构中推荐以下方案：

• 保持预热池：将GKE节点池固定到至少一个活动节点的最小数量。

• 预加载权重：在Pod初始化时直接将模型权重加载到VRAM中，确保容器立即准备好进行推理。

• 弹性调度：GKE管理Pod生命周期并重启失败实例，而不会拆除底层虚拟机基础设施。

这种方案用 NVIDIA 预编译的容器化运行时取代了定制的手动 CUDA 内核调优，显著降低了基础设施工程的负担，同时确保了确定性的吞吐量。

在生物科技领域，化学结构代表了数百万美元的专有知识产权。对接请求会传输 SMILE 字符串或 3D 坐标矩阵，这些数据必须始终保留在公司管控范围内。

容器化 NIMs 消除了快速原型设计与严格数据隔离之间的摩擦。在早期探索阶段，研究人员可以查询 NVIDIA 主机端点。当转向专有候选分子时，完全相同的容器会部署到 GKE 并运行在私有 VPC 内。代理的编排逻辑保持不变，仅需将目标 URI 从外部代理更新为内部 VPC 端点。所有结构数据都不会离开企业边界。

#### 认知层：多代理推理

在计算执行隔离后，认知层负责管理代理工作流的顺序。基于 Agent Runtime 平台，Gemini 平台中的参考架构展示了一个部署分层多代理结构的系统，包含一个主协调器和两个专业领域子代理（先导优化和安全性筛查）。多代理设计可根据具体用例进行调整。

基于此设计，当终端用户提交类似“分析候选分子 4b 对靶点 X 的作用并生成 SAR 报告”的高层任务时，系统会应用以下四种核心编排模式：

• 进程内原生代理交接：主协调器通过 Agent Runtime 的原生 SDK 将任务委托给专业子代理，而非使用代理间网络序列化的 HTTP 协议。这消除了中间网络跳转，使内部交接即时完成。仅最外层边界需要与用户界面（如 Gemini 代理）通信。

• 通过引用传递大体积负载：当被迫摄入大量 3D 空间坐标数组时，大语言模型（LLM）性能会迅速下降。在此架构中，原始结构数据（PDB 文件、对接构型、轨迹日志）直接写入 Cloud Storage。代理仅传递轻量级签名对象 URI 和高层结构摘要，保持上下文窗口紧凑并降低推理成本。

• 将工作流逻辑与生化推理解耦：通用 LLM 在任务规划和合成方面表现出色，但容易产生生化细节的幻觉。为控制此行为，该架构保持强分离：工作流和任务分解由 Gemini 处理，而领域化学和药理推理则由部署在专用 GPU 节点上的专用 Nemotron 模型处理。

• 基于上下文的评估替代固定阈值：传统计算筛选强制使用任意数值阈值（例如，若结合亲和力 < -7.5 kcal/mol 则丢弃）。然而，治疗背景会根本改变风险容忍度。健康患者每日服用的预防性心血管药物需要极严格的安全边际，而针对难治性癌症的新颖肿瘤候选药物若能证明疗效，可能接受更高毒性。

通过将疾病背景直接传递给专用推理模型，候选药物会根据动态的、靶点特异性评估标准进行评估，而非静态阈值，从而避免过早淘汰可行的药物候选。

优化与重型GPU计算接口的智能体系统需要挑战常见的工程直觉：

常见假设

架构现实

推荐最佳实践

"替换为更快的驱动模型以减少延迟。"

在多步骤研发流程中，主协调器的令牌生成很少是瓶颈。

优化I/O而非令牌速度：应专注于减少有效载荷大小和中间网络跳转，而非牺牲协调器的推理深度。

"跨工作者并行化工具调用。"

外部科学服务和容器化模型在专用硬件上通常会内部序列化请求。

尊重执行拓扑结构：将客户端并发与后端队列机制对齐，防止流水线阻塞和连接超时。

"在工具间传递完整仿真状态。"

大型JSON正文会导致模式验证失败、提示截断和令牌膨胀。

通过引用传递重型有效载荷：将原始坐标存储在对象存储中，并在智能体边界间传递轻量级URI。

"仅在流水线完成时返回输出。"

长时间多分钟运行会使科学家无法判断任务是否在进行或停滞。

流式传输中间阶段完成状态：在每个完成的里程碑（例如，折叠完成、对接运行）发出进度更新，实现实时可视化。

"串联多个细粒度微工具。"

深度工具链会增加幻觉参数和模式不匹配的概率。

合并计算流水线：将端到端仿真流水线封装在单一、清晰的工具接口后，该接口接受明确参数并返回整合对象。

#### 企业治理与非对称自主权

在企业环境中部署高计算智能体需要强大的数据主权、审计追踪和流程控制。Gemini平台通过以下组件原生实现这些保护措施：

• 智能体身份：每个自主智能体都使用可加密验证的身份运行。因此，在生物技术用例中，当候选分子被推进或拒绝时，该事件会永久记录到特定智能体主体。

• 智能体网关：这是所有外围交互的单一入口/出口点。集中式IAM和区域驻留规则有助于确保敏感分子数据保留在指定云区域。

• 智能体注册表：此功能维护经过筛选的批准智能体目录、验证的工具模式和授权模型上下文协议（MCP）服务器，防止流氓工具在生产环境中执行。

• 模型防护：该功能实时检查传入提示和传出有效载荷，防止提示注入和数据外泄。

收益显而易见。身份、基于角色的访问控制、审计、驻留和数据保护是Gemini平台的原生属性；这使企业客户能够专注于科学，而无需为每个项目构建合规堆栈。

在高风险研发中，完全自主会带来不可接受的责任，而要求批准琐碎步骤又会制造摩擦。解决这一问题的方法是通过以下方式使用非对称门控：

自动化可逆操作：例如，允许智能体自主解决化学命名同义词、提取结构PDB和运行初步Lipinski筛选，而无需中断研究人员。

限制不可逆操作：例如，启动多GPU对接运行、将候选化合物推进至湿法实验室合成，或归档治疗项目必须需要明确的人工审批。

模式与前进方向

高性能自主代理在以下情况下能够成功：认知规划、数值计算和系统治理之间的界限清晰，具体表现为：

• 让协调器专注于分解和合成，将密集的生物物理模拟交给专门的容器化微服务和模型。
• 通过云存储通过引用传递复杂化学数据，消除上下文膨胀。
• 以企业治理为工作流核心，将加密代理身份与非对称人工监督相结合。

随着生成式和结构生物学模型向全细胞建模和复杂动态模拟扩展，这种解耦架构确保研究系统高效扩展，同时保持专有IP的安全性和可审计性。

如果需要构建此类用例，请联系您的Google销售代表，我们将很乐意与您讨论，并在Google Cloud上支持您的代理开发之旅。

发布于

• 医疗健康与生命科学
• 人工智能与机器学习
• AI基础设施
• 高性能计算
• 客户案例