OpenAI 用 AI Agent 重构科研代码

科研代码债是沉默的万亿级市场——全球实验室依赖的 Python/R 工具包大多由博士生维护，测试覆盖率低、文档缺失、性能未优化，但替换成本极高。OpenAI 选择从此切入，避开了和企业 IT 部门打安全合规的消耗战。

相比 Cursor 这类通用 AI IDE，科研场景有更明确的评估标准（论文复现、数据集 throughput、结果可解释性），Agent 的交付更容易被量化验证。做垂直 Agent 的团队可以借鉴这个路径：找有明确 success criteria 但人力极度短缺的领域，而不是在通用编程红海卷。

基因组学只是第一站，材料科学、气候模拟、高能物理的代码现代化需求同样迫切，且付费意愿来自 NIH、NSF 等资金充裕的机构。