Tacit Labs
给药物研发造“验证回路”

官网首页自称 Tacit 是 AI 与生命科学交叉的应用研究实验室，团队由研究员、工程师、科学家与运营组成，称成员训练过前沿语言模型、搭建并扩展过实验平台、把药物推进过临床（自述，没有逐项核对）。官网一共四页：首页、团队页、创始宣言和招聘页，没有产品页、客户页或新闻页。团队页的联系地址是 San Francisco, CA；联合创始人在 6 月的帖子里写办公室在旧金山 Dogpatch、要求到岗工作。Falcon 的公司数据库页把总部写成伦敦、标为种子轮、成立 2026，与官网不符，本刊以官网为准。

重名。叫 Tacit 或 Tacit Labs 的网站至少有四个：tacit.ai页面写着 your voice unbound、要求申请邀请，是另一类产品；tacitlabs.ai页脚写 Tacit Labs, Inc.，做承保和网络安全，自称在筹集 pre-seed；tacitlabs.com是一家 IT 服务商。三者与本家无关。本家的依据是：官网 tacitlabs.co 与官方 X 账号 @tacitlabsco 互相指向，OpenAI 论文作者栏的单位写 Tacit Labs，致谢则写作 Tacit Co.，论文没有给出这个名字的网址。

人。官网团队页列 Nicole Fitzgerald（联合创始人兼 CEO）、Anne Marie Droste（联合创始人兼 COO）、Max Marion（创始技术成员）、Katie-Rose Skelly（首席平台官）、Sean Merrill 与 Joe Knoedler（科学成员）。背景只有本人页面或简介里的自述：Fitzgerald 的个人站写 Fitzgerald 2022 年与 William Buchwalter 共同创办 Alpaca，2024-10 被 Captions 收购，此前在 MosaicML（2022）和 Microsoft Research Montreal（2018–2021）做研究，并在 Mila 读研究生；Skelly 的X 简介写 Recursion、Pathos AI，并创办过 Known Medicine；Droste 的X 简介只有“Co-Founder at Tacit Labs”和一句玩笑；Marion 的X 简介不写经历。Droste、Marion、Merrill、Knoedler 的过往，本刊没有核到。

成立与法人。官方没有写成立日。可查到的是：官方 X 账号 2026-06 注册，2026-06-17 发布宣言与基准，Skelly 称自己 3 月加入。法人全称、注册地与注册日期本刊没有核到，所以“成立”只记 2026 年。

官网的论点。创始宣言的主线是：AI 在验证快而密的领域（代码有编译器和测试，数学有 Lean）进步最快，生物学还没有等价的“验证回路”，Tacit 就是为造它而创办的。它把药物发现描述成目标、模态、分子、检测、生物标志物、患者人群与开发路径之间相互依赖的搜索，称今天的生物技术公司是缓慢的顺序搜索算法，而生物实验是昂贵的验证器；临床试验约 10 年、约 10 亿美元，进入临床的项目失败率 90%，这两个数官网没有注明出处。

做法。宣言写的起点是覆盖药物发现与开发全程的长程评测：把人类的推理与任务设计，和校准过的工具（生物基础模型、原始生物读数、易得的实验室基础设施）结合；评测暴露出智能体最弱的地方，Tacit 再去补相应的实验与人类数据；之后再搭让模型在真实研究环境里安全运行的基础设施。宣言的结尾是愿景：一百万家“零人生物公司”（zero-person biotechs），药物开发被压缩成算力的函数。这一段没有时间表，也没有可检验的指标，本刊只记作官方愿景。

业务形态。招聘页的 4 个岗位写得更具体：Tacit 在为前沿模型建设科学发现能力所需的数据、评测与研究环境；平台帮科学专家设计高质量评测任务、在工作流里使用 AI，并把专家判断变成可用于训练与评测的结构化数据集；研究科学家的岗位要用 Tacit 自己的平台做强化学习实验，并作为前沿 AI 实验室研究团队的延伸与之合作；运营岗位写交付要达到全球顶级 AI 实验室期待的严谨度。也就是说，客户是 AI 实验室，产品是评测与数据服务。公开的客户名单、价格和合同，本刊没有核到；唯一有一手证据的合作方是 OpenAI。

第三方的描述只找到一篇：BAIO 的通讯（2026-06-18）把 Tacit 写成想在玩具基准与临床试验之间搭验证层的新实验室，并转述了其一人生物公司的愿景。

它是什么。据 OpenAI 的公告与论文（有两个版本：公告链接的预印本 PDF，和 2026-08-18 上线的bioRxiv 版，个别数字不同，下面分别写出）：LifeSciBench 有 750 个由专家撰写的任务，分 7 类工作流（证据处理、分析、设计与优化、科学推理、验证与运营、转化、科学传播）和 7 个生物领域；每题是一个自由作答的科研请求，可带附件（公告与托管预印本写共 1,062 个、53% 的题需要至少一个附件；bioRxiv 版写 1,009 个、395 题即 52.7% 带附件），并配一份题目专属的评分标准。173 位专家出题，要求博士学位加至少两年生物技术或制药产业经验；评分标准条数，公告与托管预印本写 19,020 条、平均每题 25 条，bioRxiv 版写 19,389 条、平均 25.9 条；另有 453 位未参与出题的独立专家做了有效性评审，论文称各项“同意”比例在 96.5% 到 98.3% 之间。评测是单轮：模型一次拿到题目与附件、给一个最终回答，允许不受限上网；通过线是评分标准得分的 70%。

成绩。5 个被评模型：GPT-Rosalind 的平均归一化得分 0.576、通过率 36.1%；GPT-5.5 0.519、25.7%；Gemini 3.1 Pro 0.515、23.6%；GPT-5.4 0.479、20.7%；Grok 4.3 0.399、13.0%。171 题（22.8%）没有任何被评模型通过，261 题（34.8%）最好模型的通过率低于 20%。论文和公告都写：模型在有界证据下的结构化判断上较强（GPT-Rosalind 在转化类 57.7%，公告页数字），在附件使用、精确输出（序列、结构、数值）和完整的操作决策上较弱；纯文本题与带附件题的通过率差距明显。以上全部是 OpenAI 给出的数字，没有第三方复现。

Tacit 的角色。OpenAI 托管的预印本署名 19 人（OpenAI 15、Tacit Labs 4），bioRxiv 版署名 20 人（OpenAI 16、Tacit Labs 4，多出的一位是 OpenAI 的 Jeremy Li）；Tacit 的 4 位作者是 Droste、Skelly、Marion、Fitzgerald。致谢写出题、评审与验证的专家由 Tacit Co. 协调，专家姓名应 vendor 的要求不列出，附录说专家获得了报酬；论文没有写 vendor 指谁，也没有写出资方、合同或费用。OpenAI 公告页的正文没有出现 Tacit 的名字；Tacit 官方 X 的说法是与 OpenAI 团队合作做了这个基准。附录 A.4 明说：基准由 OpenAI 开发，被评系统包含 OpenAI 的模型。可以确定的分工是：专家的招募与协调在 Tacit 一侧，评测与成绩发布在 OpenAI 一侧。

自家基准、自家模型、自家裁判。论文附录自己写明，结果应放在这一机构背景下解读。R&D World的访谈里被问到谁设计、谁评分、评分者是否独立于 OpenAI，Joy Jiao 回答：评分标准由外部专家设计、由另一批互不重叠的专家验证，“Model outputs are graded by GPT-5.5 based on the expert-designed rubrics”；GPT-5.5 同时是被评模型之一。OpenAI 托管的预印本正文只写自动或模型辅助评分、没有点名裁判模型，并在 5.3 节说对分层抽样的回答做过专家复评、会报告相关性、平均绝对误差与通过一致率，文中没有给出这些数字；bioRxiv 版方法一节则明写用 “GPT-5.5 as a LLM judge”（裁判看到题目、评分标准和最终回答，看不到附件和工具记录），这一版里没有上面那样的专家复评一节。Labcritics（2026-06-19）评论说这是 OpenAI 的基准、由 OpenAI 打分、用来展示 OpenAI 的模型，并写没有任何模型成绩被独立复现。这两处是本刊找到的争议来源；批评的对象是 OpenAI 的设计，Tacit 作为合著者在论文里与之同署。

被评模型里没有 Claude。R&D World 文章的导语和 Labcritics 都指出对比集不含 Anthropic 的模型。

数据还没有公开。论文附录 A.5 写任务、评分标准、附件和评测材料的公开发布可能受许可、隐私、专有信息或生物安全的限制。访谈里 Joy Jiao 说会把 LifeSciBench 等基准的部分内容放上独立第三方榜单；本刊在 2026-10-30 查 Hugging Face 数据集接口没有 lifescibench 数据集，也没有找到已上线的第三方榜单。

公告与两个版本论文之间的小出入。评分标准条数：公告与托管预印本 19,020 条（平均 25），bioRxiv 版 19,389 条（平均 25.9）；附件数 1,062 对 1,009。真实世界相关性一项的“强烈同意”比例，公告是 90.4%、两个版本的论文都是 86.8%；GPT-Rosalind 纯文本题与带附件题的通过率，公告写 45.1% 对 28.1%（带附件或 URL 的题），托管预印本写 44.5% 对 28.6%，bioRxiv 版写 44.6% 对 28.6%（带附件的题）；GPT-5.5 的对应数字，公告是 29.9% 对 21.9%，两个版本的论文都是 29.5% 对 22.2%。Tacit 自己的 X 帖写独立评审者 423 位，OpenAI 的稿子写 453 位。本档案把这些并列写出，数字不同处注明版本；哪一版是 OpenAI 认定的最新版，本刊没有核到。

局限是作者自己写的。论文第 7 节和 Tacit 的 X 帖都写：LifeSciBench 是单轮、750 题，不衡量对真实研究的影响，下一步需要在真实研究环境里做部署研究。

已经有的。一个真实运作的团队（官网、官方 X、论文署名、公开招聘，创始人公开露面）；一个由 OpenAI 发布、Tacit 参与做的生命科学基准；一篇写清楚打算怎么走的宣言。站内 第 100 期收录了这条消息。

还没有的。除 LifeSciBench 外，本刊没有找到 Tacit 署名的论文、代码仓库、Hugging Face 组织、公开评测或客户案例；官网四页里没有一页写产品或进展。宣言里的“补上相应的实验与数据”“让模型在真实研究环境里运行”还只是路线。

谁的话。官网的论点（生物学缺验证回路、临床试验 10 年 10 亿美元）是公司自述；基准成绩是 OpenAI 的数字，裁判是 GPT-5.5；创始人的履历来自本人页面。能由第三方独立核对的，目前只有论文作者栏、OpenAI 公告页和一篇媒体报道。

本刊没有核到的有：法人全称、注册地与注册日期；融资金额、轮次与投资人名单（除了 Ron Alfa 本人的天使身份）；与 OpenAI 的商业关系，包括谁付费、是否独家，论文所说 vendor 是否就是 Tacit；其他客户或合作方；Droste、Marion、Merrill、Knoedler 的过往；评分器的专家复评数字（托管预印本说会报告、文中没给，bioRxiv 版没有这一节）；任务与评分标准的公开计划。

同样站在评测一侧的站内档案有 № 40 SecureBio（病毒学考题）、№ 47 Epoch AI（趋势数据与 FrontierMath）、№ 45 EquiStamp（给评测机构当工程队）和 № 46 Artificial Analysis（模型榜单与预发布评测）。