一句话结论
Anthropic 旗下 Claude AI 在生物实验室中自主发现了一种类似 CRISPR 的新型酶系统，这是该公司新设生物实验室的首个科学成果。
关键要点
- Anthropic 的 AI 模型 Claude 自主发现了一种新的酶系统，其功能机制类似强大的基因编辑工具 CRISPR。
- 该发现是在 Claude 搜索海量 DNA 序列数据库后得出的，科学家仅参与了初始提示和实验室验证工作。
- 整个发现过程耗时超过 21 小时，近 950 个 Claude 智能体协同工作，处理了 2.1 亿个标记量。
- 这一成果标志着 Claude 在科学研究领域实用性的早期测试，也为 Anthropic 筹备上市做准备。
- 这是 Anthropic 新推出的“湿实验室”项目产出的第一个具体科学发现。
背景与事实
Anthropic 近日宣布，其人工智能模型 Claude 在其新成立的生物实验室（biolab）中“自主发现”了一种新的酶系统。该系统的工作机制与 CRISPR 基因编辑技术背后的核心机器相似。这一消息是 Anthropic 新实验室启动以来取得的第一个具体科学结果，被视为对其 AI 能力在基础科学领域应用价值的早期测试。随着公司筹备上市，展示 Claude 在复杂科学问题上的解决问题的能力成为战略重点。
在技术实现过程中，Anthropic 指出，Claude 是在搜索一个庞大的 DNA 序列数据库后找到该酶系统的。科学家在其中的角色受到严格限制，主要工作仅限于设计初始提示词（initial prompt）以及后续的湿实验操作（lab work），以确保 AI 的主导地位。整个发现过程耗时超过 21 小时，在此期间，近 950 个 Claude 智能体并行工作，累计处理了约 2.1 亿个标记量（tokens）。最终，其中一个智能体在数据集中识别出了一个不寻常的重复模式，从而揭示了该新型酶系统的存在。这一结果验证了大型语言模型在生物信息学数据分析中能够发现人类科学家未注意到的潜在规律。
影响分析
对于中文开发者与 AI 从业者而言，Anthropic 的这一进展具有显著的启示意义。首先，它展示了“Agentic AI”（代理型 AI）在长链路、复杂数据检索任务中的实际应用潜力。近 950 个智能体协同处理 2.1 亿标记量的能力，表明当前前沿模型已具备处理大规模生物序列数据的工程化能力。国内开发者在构建垂直领域 AI 应用时，可参考这种多智能体协同架构，以提升在生物、医疗等数据密集型行业的发现效率。
其次，科学家角色被限制在“初始提示”和“实验验证”两端，意味着中间的探索与分析完全由 AI 承担。这种工作流模式可能重塑科研辅助软件的设计思路，即从传统的“工具辅助”转向“自主代理”。对于从事科学计算或药物研发的技术团队，构建能够自主搜索数据库并识别异常模式的 AI 管道将成为重要的竞争壁垒。此外，这一成果为 Anthropic 上市提供了有力的技术叙事，表明 AI 公司正从通用助手向特定科学领域专家转型，国内企业若要在资本市场获得认可，也需展示类似的高质量垂直场景落地案例。
适用边界
该结论主要适用于具备海量序列数据且存在未知模式的生物信息学场景。对于数据规模较小、模式已知或需要实时高精度物理计算的领域（如量子化学模拟或精密仪器控制），这种基于文本和序列搜索的自主发现方法可能不适用，甚至因缺乏物理约束验证而产生大量误报。此外，这一发现尚处于早期测试阶段，其可复现性和通用性尚未得到广泛科学界的独立验证，因此不能直接推广为所有科学研究的标准范式。
孤本观察
Anthropic 将 CRISPR 级别的发现归功于 AI 自主搜索，实际上暗示了数据规模与算力投入已成为科学发现的新驱动力，而非仅依赖人类直觉。
常见问题
Claude发现新型酶系统耗时多久？
整个发现过程耗时超过21小时。
参与该发现工作的Claude智能体数量及处理的数据量是多少？
近950个Claude智能体协同工作，累计处理了约2.1亿个标记量。
科学家在该发现过程中承担了哪些具体工作？
科学家仅参与了设计初始提示词以及后续的湿实验操作，中间探索由AI承担。
该发现适用于哪些场景，不适用于哪些场景？
适用于具备海量序列数据且存在未知模式的生物信息学场景；不适用于数据规模小、模式已知或需实时高精度物理计算的领域。
来源：The Verge AI