关于 Anthropic “Claude 主导”生物发现需要了解的内容——以及科学家为何持怀疑态度

# 关于Anthropic"由Claude主导"的生物学发现，你需要知道什么——以及科学家们为何持怀疑态度 | CNN 来源：https://www.cnn.com/2026/10/08/science/ai-biology-anthropic-dna-discovery AI高管们正在生物领域押下重注。他们表示，其大语言模型已经彻底改变了编程、软件开发和数学等领域，同样也能颠覆生物学研究。 但一家公司的尝试已经引发了一波质疑和争议。 Anthropic——Claude背后的AI与研究巨头——上个月表示，其生物学研究实验室已利用AI智能体在病毒的基因编码中发现了一种异常的DNA模式，即一种"新型酶系统"（https://www.anthropic.com/news/claude-discovers-novel-enzyme-system）。该特征与CRISPR Cas-9等基因编辑工具所利用的微生物系统相似，CRISPR Cas-9被用于修改活生物体的DNA。这项技术在全球各地的实验室中已成为常规应用，并为其发明者赢得了2020年诺贝尔化学奖（https://cnn.com/2020/10/07/health/nobel-prize-2020-winner-chemistry-scn-intl）。 Anthropic首席执行官Dario Amodei在社交媒体上表示，这一发现具有巨大的科学潜力。他在X上写道（https://x.com/DarioAmodei/status/2102831170299834652）："今天，我们宣布了由Claude主导发现的一种分子机器，我们怀疑它可能代表一种新的基因编辑机制。" Anthropic表示，这一发现是"在我们科学家仅提供高层方向指引的情况下"完成的，而开发基因编辑技术的公司股价（https://seekingalpha.com/news/4646229-gene-editing-stocks-fall-anthropic-crispr-like-discovery?utm_source=chatgpt.com）在消息公布后不久便出现下跌。 然而，一些未参与该项工作的专家表示，该发现仍处于早期和渐进阶段，远非真正的突破。 明尼苏达大学遗传学、细胞生物学和发展学系副教授Aaron Engelhart表示："这些是非常有趣的初步结果，但目前它们尚未展示基因编辑能力，也没有提供关于究竟发生了什么的机制性图景。" 根据一份详细介绍该研究的文件，Anthropic的研究人员尚未确定新发现的病毒序列的实际功能，因此也尚未确认它们是否代表一种与CRISPR工具中所用机制类似且具有实际应用价值的系统。该研究（https://www-cdn.anthropic.com/22573675ada52a8ca8a97a1a4b4326b2f208a071.pdf）也尚未在经过同行评审的科学期刊上发表。 Anthropic联合创始人兼首席执行官Dario Amodei。 包括Engelhart在内的科学家表示，Anthropic的发现确实值得进一步研究，该公司发布的一份新闻稿还引用了麻省理工学院和布罗德研究所（位于马萨诸塞州剑桥市）教授Feng Zhang的评价。Zhang是CRISPR基因组编辑治疗镰状细胞病等领域的先驱，他称这项工作"确实引人入胜"。 但在Anthropic公布消息仅数天后，Mario Rodríguez Mestre声称他的未发表研究同样描述了这些病毒特征。Mestre表示，他在哥本哈根大学最近完成的博士研究中曾大量使用Claude。 Mestre通过电子邮件告诉CNN："这本质上是同一个发现。这不仅仅是两个研究组在研究相关蛋白家族或类似生物系统的情况。" Mestre的主张与数学家们在OpenAI宣布其解决了（https://www.cnn.com/2026/09/09/business/openai-millennium-problems-navier-stokes-hnk）一个长期悬而未决的著名数学问题后所提出的质疑如出一辙。这些说法也引发了关于Claude的发现过程如何展开的疑问。 在Anthropic实验室工作的生物学家们表示，他们向Claude提供了一个提示词，要求其在一个庞大的DNA序列数据库中搜索逆转录酶（reverse transcriptase，简称RT）的"有趣新例"。逆转录酶是一种将RNA复制为DNA的酶，在生物体的遗传信息传播中发挥作用。 该公司表示，950个可以独立规划和执行任务的AI智能体花费了21小时搜索数据，筛选出3500个RT。随后将范围缩小到20个最引人注目的候选。Anthropic在一份声明中表示，对于一位经验丰富的科学家而言，这类分析可能需要数周到数月的时间。 该公司在声明中指出："其中一个智能体发现了一个引人注目的现象：在一个看起来很奇怪的RT基因旁边出现了DNA序列的重复模式。在进行了彻底分析后，它确信自己发现了一个新的生物系统，并提交了一份报告供人工审查。" Claude检测到重复模式时所审阅的原始DNA。 Anthropic表示，其生物学实验室的科学家随后对这一发现进行了分析和测试，将其描述为在噬菌体（一种攻击细菌的病毒）中发现的一种"此前未被表征的"生物系统，其结构与天然存在于细菌中的CRISPR相似。 然而，Mestre表示，他曾通过自己的私人Claude账户分享未发表的研究内容，包括其博士论文草稿、分析以及描述这些系统的材料。 他通过电子邮件告诉CNN："我并不是在声称Anthropic蓄意窃取了我们的工作。我无法证明这一点。" Mestre补充道："要么是与我们工作相关的信息以某种方式进入了模型，而模型是在这些数据上训练的。第二种可能性——我目前认为更合理的——是在这次搜索背后，实际上有比'自主发现'这一措辞所暗示的多得多的既有科学知识和人为引导。"他指的是该公司新闻稿中使用的措辞。 Anthropic未回复电子邮件置评请求。 得克萨斯大学奥斯汀分校分子生物科学教授Ilya Finkelstein表示，不同研究组在科学研究过程中不约而同地得出相同结果并不罕见，但Mestre的指控是严重的，许多科学家未来在将未发表的研究结果输入这些工具时可能会三思而后行。 不过，伦敦国王学院基因组神经影像学与人工智能教授Gustavo Sudre表示，Anthropic的公告确实表明AI正在科学领域中开始以更多自主性开展工作。 他在一封电子邮件中说："它接收了一个宽泛的方向指引，然后必须自行判断数据中什么是有趣的。这与通常的'帮我分析这个数据集'相比，是一个真正的转变。" Finkelstein补充说，AI擅长的是"大海捞针"式的搜索，而非"富有想象力的突破"。他指出，AI工具可以帮助探索那些学生会因疲倦或厌烦而放弃的领域，去发现值得进一步研究的有趣模式。 Finkelstein告诉CNN："它们可以迅速探索大量无效的路径。当由该领域的专家进行编排时，它们非常擅长处理基础性工作。" Finkelstein还指出，Anthropic论文的第一作者是Peter Yoon博士（https://www.linkedin.com/in/peter-hyungjun-yoon），他曾就职于Jennifer Doudna的实验室。Doudna是CRISPR Cas-9的架构师之一，与Emmanuelle Charpentier共同获得了2020年诺贝尔奖（https://www.cnn.com/2020/10/07/health/nobel-prize-2020-winner-chemistry-scn-intl）。因此，Anthropic的AI智能体是由该领域顶尖人物引导的。 Finkelstein在其实验室网站上的一篇博文（https://finkelsteinlab.org/blog/harvesting-and-replenishment-in-biomedicine/）中写道："六位作者中有四位是资深分子生物学家和领域专家。给这样一个团队提供大量的计算资源和前沿模型（我猜是没有安全限制的），我相信我们将会看到更多有趣的生物信息学发现。" 然而，其他研究人员表示，关于自主AI驱动发现的讨论是一种夸大其词的炒作，超越了实际科学水平，模型目前还无法独立产生有意义的结果——尽管存在相反的声明。 Sudre说，让模型以人力无法企及的规模梳理数据确实能推动一个领域的发展，但这并不一定预示着重大突破。他指出："根据我的经验，我可以告诉你，'有趣的模式'与'有用的知识'之间的差距，正是大部分工作所在的地方。" Anthropic近期推出的科研AI工具Claude Science的界面。 Anthropic在今年早些时候推出了其专为研究设计的工具Claude Science。其竞争对手也纷纷推出了类似工具。OpenAI有GPT-Rosalind，微软有Quine，Google DeepMind有Co-Scientist。它们像大语言模型一样运作，同时还能利用DNA序列等特定科学数据集。 然而，模型的可靠性取决于其训练数据的质量。例如，Google DeepMind的AlphaFold（因其解码蛋白质结构而荣获2024年诺贝尔化学奖（https://cnn.com/2024/10/09/science/nobel-prize-chemistry-proteins-baker-hassabis-jumper-intl））的强项在于，它是在数十年间收集的狭窄而专门化的数据来源（https://www.nature.com/articles/s41586-021-03819-2）上进行训练的。 随着人们对失控AI智能体以及AI公司能否有效监管它们的担忧日益加深，AI开发者正面临严格的公众审视。生物学领域的发现为公司高管提供了一个机会，可以构建一个更加正面的叙事，以对冲围绕其产品的种种末日论调（https://www.cnn.com/2026/09/17/tech/how-will-ai-exterminate-humanity-cec）。 但要在该领域取得重大且切实的成果，很可能需要通过机器人技术将AI模型整合到实际的实验室工作中。 伦敦帝国理工学院生物化学技术副教授Yuval Elani说："生物学不是数学，在某些时候，智能必须通过机器人在物理世界中表达出来，由机器人来完成那些优秀的学生通常几乎凭本能就能完成的精细的一次性实验任务。就我所了解的机器人和自动化技术而言，我们还远未达到这个程度。因此，我们还需要一段时间才能真正证明围绕生物学中AI的炒作是合理的。" Anthropic表示，它理解人工智能单独行动的能力存在局限，并正在投资于"模型硬件"（https://www.anthropic.com/news/model-hardware-standard-research-preview），使AI智能体能够安全地操作物理设备。 伦敦国王学院的Sudre致力于整合基因组、临床、神经和认知数据来预测儿童心理健康症状的发展，他强调科学中人类的角色并没有缩小。他说，风险不在于科学家会被发现的过程排除在外，而在于他们会变得懒惰，不再运用自己的判断力来理解一个结果是否有意义。 Anthropic科学家们的下一步是进行缓慢而扎实的实验室物理实验，以理解他们所识别的模式，以及该特征是否在生物技术中具有实际应用价值。 Sudre说："当然，未来其中一些工作也可以交给机器人来做。但问题在于，在科学中值得提出的问题不会藏在数据库里等待被发现。它们来自我们——来自我们在乎什么，担忧什么。" 订阅CNN的Wonder Theory科学通讯（https://www.cnn.com/newsletters/wonder-the-news?source=nl-acq_article）。探索宇宙，获取关于迷人发现、科学进展等更多资讯。