В статье исследуется влияние архитектуры системы и качества моделей на генерацию научных гипотез в биологии с использованием многоагентной системы на базе больших языковых моделей (LLM). Авторы протестировали гипотезу о том, что более мощная модель автоматически обеспечивает лучшее качество результатов, сравнивая модели Claude Sonnet 4.6 и Opus 4.8 в связке с пятью серверами Model Context Protocol, предоставляющими доступ к 66 внешним инструментам. Эксперименты показали, что при использовании идентичной «упряжки» (harness) — одинаковых промптов, схем и параметров — различия между моделями исчезли или даже оказались в пользу более дешевой Sonnet 4.6 (18.4 против 17.4 баллов в задаче инженерии клеточных линий CHO, p < 0.05). Ключевым выводом стало то, что доминирующим фактором качества является не уровень модели, а инженерия промптов и архитектура взаимодействия. Для решения этой проблемы авторы предлагают ABCD-Stack — методологию, включающую контрактно-ограниченные промпты, генерацию с приоритетом разнообразия, состязательное уточнение и кросс-семейную оценку. Данная архитектура смещает фокус на создание явно фальсифицируемых гипотез с причинно-следственным обоснованием, которые выходят за рамки компетенций одного исследователя. Хотя сгенерированные гипотезы конструктивно являются фальсифицируемыми, они пока не прошли экспериментальную валидацию, что указывает на перспективность метода для ускорения научных открытий в биотехнологиях.