在 Stuntman 上,实验分三个环节:设计、执行、分析。每个环节都有两种做法。设计可以在 PLAN 里拖拽,也可以写 Python。执行可以点击运行,也可以无人值守。分析可以看报告,也可以交给 AI 解读。
本文按原厂 2026 年 2 月线上研讨会的幻灯片整理,讲从写下实验目标到拿到结果的每一步。幻灯片里 AI 的演示例子是化学反应(Buchwald-Hartwig 胺化),建生物药设计的步骤相同。
打开 Stuntman AI,在输入框里用日常语言写下实验目标即可,不需要写代码。AI 据此生成 Python 形式的设计代码。研讨会给出的说法是,几分钟内能写出上千行代码。
代码之外,AI 还会用文字说明它打算怎么做。演示中,用户给了一份已有的还原偶联设计文件作为底稿。AI 回复说,要以它为基础,在 24 孔板上建一个 Ni 催化 Buchwald-Hartwig 胺化设计。动手前,它先读这份文件弄清结构。
提示词怎么写,见 怎么给 Stuntman AI 写提示词。
Stuntman AI 对话界面。左边是提示词和 AI 的文字回复,右边是 Python 编辑器。图取自原厂线上研讨会幻灯片。
AI 写完的设计,可以在 PLAN 的图形界面里打开核对。化学品清单、样品库和逐步流程都能逐项看到。确认无误再交给 RUN 运行。
在胺化例子里,化学品表列出每个组分的名称、类别、分子量和密度。样品库是一块 4 × 6 的样品瓶反应板。PLAN 五个步骤各做什么,见 Stuntman 软件总览。
PLAN 第 2 步「添加化学品和样品库」。上面是 AI 填好的化学品表,下面是 4 × 6 反应板。图取自原厂线上研讨会幻灯片。
设计确认后,在 RUN 里载入。RUN 一步一步引导完成运行前的准备,然后开始运行。
运行中,RUN 的状态页显示当前设计、当前步骤和板上各孔的进度。页面上有暂停和中止按钮。结果随运行逐步出来,可以在软件里随时查看。
可以把已发表的文献或自己以前的实验交给 Stuntman AI,让它照着建一份兼容 Stuntman 的设计。AI 读完后给出建议的实验设计,再按上面的步骤核对和运行。
研讨会用一份 Ni 催化 Suzuki 偶联设计展示这一步,用的是 8 × 12 反应板。
PLAN 第 3 步「编写流程」。左边按碱、催化剂、共溶剂、配体列出化学品,中间是 8 × 12 板各孔的体积比例,下面是逐步流程。图取自原厂线上研讨会幻灯片。
用文字告诉 Stuntman AI 要做什么,它可以把整轮实验串起来:建设计、运行、记录结果,再把数据交回去开始下一轮。每轮结果写进一个 HDF5 文件。
分析这一环可以接机器学习优化器,用 Stuntman 内置的,或者用户自己的。分析完进入下一轮设计。
外部程序也能控制 Stuntman,幻灯片列出以下能力:
接口细节见 Stuntman SiLA 2 接口。
用户写下要求,AI 生成代码,之后按设计、执行、取结果、分析循环。结果存进一个 HDF5 文件,分析用内置或自定义的机器学习优化器。图取自原厂线上研讨会幻灯片。
上面的流程用于生物药时,研讨会给出的制剂开发配置能做四类工作:
工作:内容
可开发性评估:筛选辅料、缓冲液和浓度;离散变量和连续变量都能排进设计
应力实验:加热和混合两类应力实验,以及冻融
检测:pH、电导率;颗粒、颜色、浊度
样品制备:分装缓冲液、辅料、脂质或黏稠液体;封口,贴标签
Stuntman 有三种机身尺寸。每台都按用户的需要配置和定制。
生物药制剂开发配置的台面渲染图。图取自原厂线上研讨会幻灯片。