路线图的第一个模块是半理性设计 —— 序列分析、结构预测、构建突变库，用传统方法先拿到一批可靠的数据点。第二个模块才是 AI。把突变位置、方式和酶活性等数据交给人工智能学习，AI 总结规律、预测更有潜力的改造方案，再通过「实验—学习—再设计」的循环不断进化。顺序在这里是有意义的。蛋白质语言模型需要有标注的活性数据才能微调，而这批数据只能来自实验台。所以不是「AI 先给答案、实验去验证」，而是先有一轮实打实的半理性筛选，模型才有东西可学。复筛结果图就是这批数据的样子：几十个突变体按 PSSM 归一化后的表现排序，从最高一路排到最低。