Stanford fait tourner 37 000 agents IA en biotech virtuelle, et l'un de ses médicaments confirmé par Merck
À la conférence VB Transform 2026, James Zou, professeur associé en science des données biomédicales à Stanford, a présenté un système baptisé Virtual Biotech, qui orchestre environ 37 000 agents d'intelligence artificielle spécialisés sous la supervision d'un agent "Chief Scientific Officer" (directeur scientifique). Le projet a démarré plus modestement, sous la forme d'un "Virtual Lab" de cinq à huit agents reproduisant l'organisation du laboratoire physique de Zou à Stanford, avec un agent professeur jouant le rôle de chercheur principal et des agents étudiants dotés de spécialités distinctes, réunis lors de réunions d'équipe régulières. Une "école" virtuelle a même été créée pour permettre aux agents de suivre un fine-tuning supervisé et d'approfondir leur expertise. Ce laboratoire a conçu de nouvelles protéines nanobody ciblant les variants récents du Covid, avec des résultats de liaison virale supérieurs à ceux des nanobodies conçus par des humains, validés en laboratoire. Fort de ce succès, l'équipe a fait passer le système à l'échelle d'une véritable entreprise pharmaceutique virtuelle, structurée en divisions calquées sur celles d'un groupe biotech réel : découverte de cibles thérapeutiques, conception de molécules, sécurité et essais cliniques, chaque division comptant des agents hyperspécialisés, par exemple l'un dédié aux données génétiques, un autre aux données génomiques ou à l'analyse en cellule unique. L'une des molécules conçues par ce système a depuis été confirmée de façon indépendante par Merck.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de VentureBeat AI. Lire l'article original →
Cette expérience remet en question un principe implicite qui domine aujourd'hui le développement assisté par IA, celui d'un seul agent pour un seul utilisateur, incarné par des outils comme Claude Code. Selon Zou, la prochaine frontière n'est pas un modèle unique plus puissant, mais des dizaines de milliers d'agents collaborant entre eux. Dans une comparaison directe, son équipe a montré qu'une équipe multi-agents surpassait un agent unique confronté au même problème scientifique : les frictions et désaccords entre agents, qui doivent se convaincre mutuellement de la validité de leurs idées, produisent un raisonnement plus créatif et plus robuste face aux erreurs qu'un modèle isolé travaillant seul. Pour l'industrie pharmaceutique, cela ouvre la voie à une accélération de la découverte de médicaments à un coût potentiellement inférieur à celui de la recherche humaine classique.
Reste un obstacle majeur identifié par Zou : l'orchestration à grande échelle de dizaines de milliers d'agents nécessite une couche de contexte unifiée capable de synthétiser des données issues d'outils et de bases hétérogènes. Les systèmes existants, souvent enveloppés dans des connecteurs MCP autour de bases de données historiques, restent mal adaptés aux agents : injecter un PDF d'article scientifique dans une fenêtre de contexte reste inefficace, et les modèles de texte standards peinent à interpréter tableaux et figures complexes, ce qui favorise les hallucinations. Cette limite technique constitue désormais, selon Zou, le principal frein à l'expansion de ces laboratoires virtuels.
Pas d'impact direct sur la France/UE
Stanford qui fait tourner 37 000 agents façon vraie boîte pharma, avec divisions et tout, ça sort du gadget de démo dès que Merck confirme une molécule sortie du système. C'est ça le signal : pas le nombre d'agents, mais la validation externe indépendante, un labo tiers qui retombe sur le même résultat. Et l'idée que la friction entre agents (le désaccord, pas la performance solo) produit un raisonnement plus robuste, ça va à l'encontre de tout le pari "un agent, un utilisateur" sur lequel sont construits des outils comme Claude Code, à voir si ça tient une fois sorti du labo de Zou.