Claude 找到了新酶系统，但科学发现的终点还在实验台上

先说结论

Anthropic 9 月 23 日宣布，Claude 从海量 DNA 序列中找到一种此前未被完整识别的酶系统。真正值得记住的，不是“AI 发现了下一个 CRISPR”。目前没人证明它有那样的功能。更准确的变化是：AI 已经能在庞杂、低信号的科学资料里，自行决定哪处异常值得追下去，并把候选交给实验室。这让科学发现的瓶颈，从“谁能看完数据”，移向“谁能验证、淘汰和解释假说”。

事情是怎么发生的

Anthropic 的生命科学团队给 Claude 一个高层任务：在 DNA 数据库里寻找有意思的逆转录酶。这类酶把 RNA 复制成 DNA。约 950 个智能体运行 21 小时，消耗约 2.1 亿个 token；团队称它们汇集了超过 20 万个逆转录酶，筛出 3500 个候选系统，再聚焦到 20 个。其间，一个智能体注意到某个酶基因附近有成排重复的 DNA 序列，还关联着一个功能未知的蛋白。团队把这个组合称为 ART。

关键区别在这里：那个逆转录酶本身并非 Claude 首次找到；新颖之处是它把旁边的重复序列、伴随基因和酶连成了一个待研究的系统。人类研究人员随后做了实验，观察到重复序列能表达为不同的短 RNA。这支持“这些部分可能一起工作”的判断，却还没有说明它们具体做什么。文章中“类似 CRISPR”说的是排列特征，不能读成“已经发现新型基因编辑工具”。

为什么重要

传统的数据库挖掘已经能筛出大量异常，难的是在候选之间反复查文献、比结构、排除旧发现，再决定把稀缺的实验时间用在哪里。Claude 在这次工作里承担了连续筛选和提出理由的环节，而不是只替研究者回答一个问题。如果这种流程能稳定复现，科研机构采购 AI 的重点会从单次回答质量，转向候选排序、证据记录与实验吞吐量；实验台会更忙，也会成为更显眼的成本中心。

站得住与站不住的地方

站得住的是一个具体、可检验的发现线索：系统的组成、序列位置和短 RNA 表达都有明确描述，实验人员也已经介入。值得肯定的是，Anthropic 明说尚不知道 ART 的主要功能，没有把潜在用途写成已实现的能力。

站不住的是从这一个案例推断“自主科学家”已经成熟。工作由 Anthropic 自己组织、筛选和报告；目前公开材料没有给出这类大规模搜索的总体命中率、失败候选的实验结果，也没有证明同样流程换个团队仍然有效。约 950 个智能体和 2.1 亿 token 是搜索投入，不能直接换算成科研效率提升。更重要的是，能找到异常，不等于能解释机制，更不等于能做出可用技术。

接下来该盯什么

先看独立实验能否厘清 ART 的真实功能，再看团队是否公开完整候选清单、筛选过程和失败案例。如果外部实验室能按同样证据找到更多可验证的系统，这才说明 AI 在改变发现流程。到那时，竞争优势可能不只属于模型最强的公司，还属于能把计算筛选、实验验证和负结果记录接成闭环的机构。