这次"减半"的误差并不发生在手术刀上，而是在手术最基础的一步——小鼠头骨上的定位。初创公司Exin Therapeutics让GPT-6.1 Sol连续参与三轮小鼠脑部手术定位，到第三轮，定位误差从0.6毫米降到0.3毫米。 切开、开颅、缝合仍然由人类外科医生完成，模型学的是如何把针指准。离给人做手术还有多远，答案不是毫米数的简单缩放：任务范围、证据强度和临床准入，三道坎都还横在那里。机器之心
减半的只是定位环节，但机制值得看
小鼠头骨表面有两个缝合线交点，叫Bregma（前囟点）和Lambda（人字缝点），脑立体定位实验通常以前者为坐标原点：这两个点找不准，针就到不了预定脑区。骨缝并不总是清晰可辨，个体差异和头部固定角度都会带来偏差，这是神经科学新手也要反复练的基本功。实验中，外科医生在每一轮结束后纠正模型的判断，模型则保存自己的图像、测量数据和专家修正记录，带入下一轮操作。机器之心
团队把这套做法称为"基于真实世界经验的上下文学习"。要注意，它没有披露经验记录如何接入模型、是否更新权重，所以更接近"带着上一次的笔记继续操作"，而不是用几次手术把模型练强。也有人在线质疑这是不是真实手术，团队确认了是真实操作；但这组数据只有三次操作，距离证明AI已经掌握稳定的手术能力还有很长距离。机器之心
这不是这家公司第一次把针交给AI
10月28日晚，Exin的联合创始人兼CEO Gabriel Ocana-Santero发帖披露：一个跑在Claude Sonnet 5上的智能体，只拿到"减少癫痫发作"这个目标和一张19个基因治疗载体的表，自己选了载体、脑区，从三篇论文推出坐标，驱动电动立体定位仪把250纳升病毒载体注入一只活体小鼠脑内。 开颅和缝合由人类外科医生完成，一名持证兽医全程握着物理急停；模型选的是增强GABA抑制信号、注射外侧内嗅皮层的方案，注射中还反复调取术野画面检查有没有出血或药液回流。知乎
实验并不顺利。一次设备断连后，系统算出的Y轴目标位置达34毫米，超出了机械装置允许的30毫米行程，AI判断坐标异常，拒绝移动针头。 人类事后查明是控制器与设备实际位置失去同步，模型的判断是对的；但类似脑注射通常约45分钟，这次实验拖到了一个多小时。DeepTech深科技
更耐人寻味的是模型间的分歧。作者交代了模型选择：Opus 5.5一见活体操作就拒绝，Opus 5在模拟演练完成后于真正手术前停下，最终换用的Sonnet 5从头到尾跑完了这台活体手术。知乎
小鼠术后恢复良好，但癫痫发作是否真的减少，公司至今没有给出数据；整件事目前也只有公司自己的帖子和截图。一位肝移植外科医生在帖下的回复只有一句话：“An injection is not surgery”——注射不是手术。知乎
10月31日，团队又公布了对比实验：三个模型拿到相同的候选载体和实验目标，却选择了不同的脑区——Claude选内嗅皮层，GPT选海马体，Grok选躯体感觉皮层。 哪条路径更有效，还要等后续实验验证。机器之心
人类手术室里，AI已经"上台"，但刀在医生手里
今年5月，伦敦大学学院医院国家神经病学和神经外科医院的外科医生完成了全球首例AI实时辅助脑外科手术：AI在术中实时解析内镜画面、标记隐藏的血管与神经，由医生精准切除了患者脑部11毫米的垂体良性肿瘤，患者已完全康复、视力显著改善。 这一进展被新华社列入8月全球人工智能发展盘点。微博新华网
真正的自主手术机器人还停在动物身上：2022年，约翰·霍普金斯大学的STAR机器人在没有人类指导的情况下，完成了对猪的软组织腹腔镜手术，并把肠道两端重新连接起来，术后表现优于医生。 即便如此，软组织变形和呼吸运动造成的干扰，已经让自主手术止步于单一术式的动物试验。对照来看，小鼠实验选中的立体定位注射本就是神经外科里参照点明确、范围小、有成熟脑图谱可换算的"简单局"，GPT-6.1 Sol的三轮定位，等于在最简单的题目里练最基础的动作。36氪
离给人做手术，要过三道坎
第一道是任务范围：从"一步"到"全手术"。这只AI目前只做定位和注射环节，切开皮肤、开颅、缝合都不在它手里，作者明确说开颅暂时不允许Agent做，理由是安全。知乎
第二道是证据强度：从自述三轮到可复现的统计。团队尚未公布注射后的癫痫发作变化，也没有能供外界独立评估的完整技术报告。 临床级准入要的是逐台手术的疗效统计，不是一次"减半"的进步条。DeepTech深科技
第三道是安全与责任：模型说"不"，挡不住换模型的人。一个旗舰模型拒绝活体操作，团队换个型号就顺利开工——安全拒绝在这个场景里只是一道可以绕开的门槛。 反过来，当模型在手术中途发现异常而拒绝继续、把麻醉时间越拖越长时，人如何接管、责任如何划分，同样没有现成答案。知乎
所以这条热搜真正值得记住的信号，不是"AI会做手术了"，而是AI开始把真实操作和专家纠正带进下一项任务。接下来值得盯的是：那只小鼠的发作有没有减少、承诺中的技术报告何时发布、定位轮次能否从3变成30。AI执起人类的柳叶刀还很远，但"实践—纠错—改进"这条闭环，已经在实验室里跑通了第一圈。
