Plato-Bio：验证优先的生物新颖性筛查，结合时序重发现与结构基准

大语言模型研究智能体能串联文献检索、分析代码与稿件撰写，但输出连贯并不等于科学上有效。我们开发了Plato-Bio，它是开放Plato/Denario架构面向生物学的路由扩展，将显式工作流状态与来源记录、引用检查、主张—证据链接、受限文件写入和发布门控相耦合。一次源代码审计发现并修复了三个可能扭曲评估的缺陷：默认工厂中任务域丢失、评分遗漏已声明的方法信号，以及证据旁车文件缺少已起草主张的分母。在当前的干净修订版上，完整Python测试套件以931项通过、6项跳过且无失败或错误完成；针对性的生物学、基因组学、证据/引用与对抗安全套件同样全部通过。我们评估了两个狭窄的用例。在一个冻结的历史重发现任务中，独立汇总1986年前文献的桥接方法将后来研究的鱼油与雷诺现象之间的关系排在第一位；TF-IDF将其排在第二，语料频次排在第三。这一单个精选任务衡量的是回溯性排序，而非前瞻性发现。在对15个人类蛋白的AlphaFold模型与实验结构进行的另一项比较中，11个靶点的高置信核心C-alpha RMSD低于1埃（中位数0.501埃）。四个靶点超过2埃，置信度掩蔽将SUMO1在74个残基上的偏差从16.61埃降至2.58埃。该工作流输出了27个可追踪的差异区域，全部保留为未经验证的假设。因此，Plato-Bio提供的是可复现的软件契约与可审计的筛查基线；关于智能体效能或生物学新颖性的更大主张，需要预注册评估、独立评审与前瞻性验证。