这款免费的多智能体系统由英矽智能（Insilico Medicine）携手戴维·辛克莱（David Sinclair）专为Grok Bot平台打造，能够将个人健康数据转化为可验证的N-of-1（个体化）实验。
英矽智能花费了十多年时间来教算法设计分子，现在它将目光转向了人类。「长寿Grok」（Longevity Grok），或者用它那个略显宏大的全称——「个人长寿超级智能」（Personal Longevity Superintelligence，简称PLSI），是为Grok Bot平台与哈佛大学遗传学家戴维·辛克莱博士（Dr. David Sinclair）共同构建的，其代码完全开源，供任何人查阅。血液检测报告、血糖监测轨迹、甲基化数据以及可穿戴设备导出的数据——这些通常散落于各大医疗门户网站的量化自我碎片，被汇聚成一份纵向健康记录。PLSI正是从这份记录中推导出生理年龄（PhenoAge）和HOMA-IR（稳态模型评估胰岛素抵抗指数）等指标，并进一步提出生活方式干预建议。
这一切听起来似乎并不陌生。不同之处在于，PLSI必须进行「押注」。在采取任何改变之前，它会提交一张「预测卡」，明确指出哪个生物标志物将发生变化、变化幅度、截止时间以及依据何种证据等级。当下一次抽血结果出来时，系统会将预测结果与实际结果进行比对，并记录其预测校准的准确度。想要深入参与的用户可以将去识别化的健康轨迹贡献给一个公共数据池——「长寿母舰」（Longevity Mothership），或者拨出一部分Grok配额给专门扫描文献的研究智能体。该软件安装完全免费，但底层的模型则另当别论。
这就引发了一些问题：一个自己设定目标的AI，能否被信任能诚实地设定这些目标？那些来自热衷自我量化的用户的汇聚数据，是否能告诉药物开发人员一些传统临床试验无法提供的信息？
大多数健康AI提供的都是「只管建议、不问结果」的服务。系统推荐了镁补充剂，建议提早睡眠，但事后没有人会回访询问这些做法是否带来了任何改变。「长寿Grok」的有趣之处不在于它知道什么，而在于它必须为自己的言行负责——一张预测卡将其与某个生物标志物、数值范围和日期绑定，而当血液检测结果出来时，负责打分的往往是代码脚本而不是聊天机器人。与此同时，用户不再是被动接受建议的接收者，而是更接近于共同研究者。既然下了赌注，他们自然想看看结果如何；依从性和保持率一直是消费级健康技术的顽疾，而记分卡显然比连续打卡计数器更有吸引力。这里面同样蕴含着生物技术的逻辑。一个等待裁决的用户会按时进行复测，并记录他们实际服用的补充剂，而不是原本打算服用的补充剂——这正是像「长寿母舰」这样汇聚型资源要想发挥超过其上传数据总和的价值所必需的、经过反复标注的结构化数据。然而，投入也是一把双刃剑。一个人在经历了三个月和数百美元的干预后，会迫切希望它发挥了作用；在一次糟糕的血液检测后开始任何干预，回归均值效应都会让结果看起来不错；一个人同时改变四种习惯，充其量只是带着电子表格的个人轶事，而非科学实验；而进行对抗性审查的智能体，其血统与做出预测的智能体同出一源。裁判虽然是公正的，但麻烦在于，只要干预间隔足够长，就很难被判定为失败。好在评分机制是开源的，因此是可以验证的——在这样一个至今没有哪种方法被证明能为原本健康的生命延长一年的领域里，这一门槛可以说是恰如其分地务实。一个诚实评估自身建议是否奏效的工具，是一个明智的起点，前提是这种诚实本身也经过了校准。
从数据计算到事后验证
在底层，PLSI协同多达30个专业智能体共同运作。传入的记录会被映射到临床编码标准（如用于实验室检测的LOINC、用于药物的RxNorm以及用于单位的UCUM），从而让来自不同实验室的结果最终使用相同的语言。全天候运行的例行程序能够保持记录的实时更新，并监控长寿领域的文献，无需用户重新提示。
预测卡正是数学计算产生实际结果的地方。在干预开始前，系统会阐明什么应该改变、改变多少以及在何时改变；随后，其他智能体会对该计划提出质疑，最终的结果将对照预测进行打分。英矽智能将这一整套机制作为医师助理推介给临床医生：用结构化的纵向健康背景取代零散的医疗门户PDF文件，同时设置安全防护栏，将诊断和开处方权留给有资质的执业医生。
英矽智能创始人兼首席执行官亚历山大·扎沃龙科夫（Alex Zhavoronkov）对它的野心远远超出了个人笔记本的范畴。「『长寿Grok』可以24小时不间断为你、以及如果你愿意的话为整个社区进行长寿研究，」他在接受采访时表示，「它能为你匹配长寿医生，使你能够利用尖端工具进行高级研究，并将你的发现与专业研究界共享。」
但在实际成效方面，他的态度则更为克制。「目前，没有任何工具被临床证明能够让一个已经做到合理饮食、规律运动、充足睡眠并进行定期诊断的健康人再多活一年，」他说。
掌控数据，租用大脑
隐私是该系统的默认设置。原始医疗文件保留在用户的本地环境中，除非他们选择加入公共研究；标识符在录入时会被剥离，数据控制官（Data Controller）智能体会对离开的所有数据进行检查。「长寿母舰」接收的贡献采用化名而非匿名（这也是知情同意书本身明确指出的），并通过不保留IP日志的中继传输。用户可以随时停止共享并请求删除数据。
推理过程则在别处进行，xAI会在其自身条款下处理用户Grok Bot账户中的任何内容。扎沃龙科夫坦言信任最终归于何处：「如果你信任Grok Bot，那么你就拥有自己的数据。」这是一个包含相当大分量的条件从句。相关文档也将该工具严格限定在研究和教育领域，一旦软件开始为个体的生物标志物附加置信区间，监管机构可能很难再接受这种定位。
闲置研究，忙碌智能体
公共层面的功能则更为深入。当开启「闲置研究」（Idle Research）功能后，用户可以拨出一部分每周的Grok配额，用于支持那些扫描文献、提出假设并在公共数据库上设计分析的智能体；研究发现只有在用户选择发送的情况下才会作为笔记到达「母舰」。英矽智能将此称为「闲置研究」，并将其比作Folding@home等分布式志愿者计算项目。「欢迎来到不知疲倦、全天候长寿智能体的时代，它们将不断探索，直到攻克衰老难题，」扎沃龙科夫说道。
辛克莱则强调参与的重要性。「最令人兴奋的是，人们能够在改善自身健康的同时为科学发现做出贡献，帮助我们理解为什么会衰老以及如何减缓甚至逆转衰老，」他表示。不过，这种类比略微有些夸大。Folding@home借用闲置处理器是为了解决一个定义明确的物理学问题；而在本例中，用户消耗的是他们自己付费购买的使用配额，且衰老研究从来不缺乏假设——其真正的瓶颈在于验证。
谁来设定标准？
对英矽智能而言，其吸引力显而易见。药物开发商花费巨资招募队列人群，却依然在两次临床访问之间流失参与者；而在这里，有大量志愿者准备在没有任何催促的情况下主动上传自己的血液检测数据，甚至可能持续数年。这些数据将会杂乱无章，包含来自不同实验室的化验结果，且使用者是一群自我选择的健康优化者，但它们将是密集且真实的人类数据。它能否为科学发现提供有价值的信息尚无定论，PLSI的预测是否会足够大胆以至于经得起错误检验也是个未知数。这两个问题目前都悬而未决。好在，代码同样是开源的。
想知道哪些长寿生物技术公司正在将AI应用于衰老研究吗？
📎 来源：Longevity Technology