“元生”并非传统意义上的单一模型，而是由多个“智能体”组成的协作系统，构建了多智能体协同决策架构。这一架构让“元生”在面对复杂的疾病机制或药物路径选择时，能够像科学家一样“拆解问题—查找数据—做推理—提建议”，并通过反馈进行优化。
它的思维方式不是凭空生成答案，而是模拟真正科学家的研究过程。研发团队从大量专业文献中总结出常用的推理范式与分析路径，构建了被称为“思维模板”的知识结构库，用于指导“元生”的问题理解与分析方式。这样，它不仅能“找到答案”，还能说出“为什么选这个靶标”、”基于哪些证据”，从而解决大模型常见的“看似聪明但逻辑混乱”问题。
为了让“元生”真正具备科研能力，系统内置超过500种领域常用工具和数据库，涵盖基础生物学、疾病机制、临床试验、药物专利等，确保其“用得顺手、查得全面”。更进一步，它还能在实践中“自我成长”。和其他AI不同，它不靠“背答案”，而是真分析、真推理。甚至，它还能根据实验反馈优化自己，每次“实战”都会“升级打怪”。

为标准化评估“元生”系统的实战能力，研究团队构建了领域内首个靶标发现专用基准测试集，涵盖1,921道多维验证题，包含文献解析与竞争格局分析两大模块，全面考察系统在生物学机制推断、临床转化评估等核心场景的认知能力。
在测试中，“元生”的表现不仅全面超过DeepSeek-V3、GPT-4o等大模型，还打败了专业疾病生物学家组，成为首个在生物医学问答中“赢人类”的AI系统。特别是在“看文献找规律”和“分析药物竞争格局”这两项任务上，它准确率最高。
为进一步验证“元生”提出的靶标是否“靠谱”，团队与复旦大学附属中山医院合作，对其在肝癌与结直肠癌两个方向提出的原创性靶标展开实验验证。“元生”分别提出了两个此前尚未被广泛关注的新靶标，表明其在科学家和实验的的迭代反馈下已具备发现原创靶标的能力。