Anthropic生物实验室有突破，Claude却被关在门外

在AI公司竞相把大模型送进科学发现一线的当下，Anthropic给出了一个相当有分量的说法：它自家的生物学实验室“已经发现了某种重要的东西”。但据TechCrunch记者Julie Bort报道，这次披露中最耐人寻味的，或许并不是那个发现本身，而是一个略显反直觉的细节——Anthropic并没有让Claude在实验室里自由行动，人类至今仍然留在回路之中。

一个“已经找到东西”的实体实验室

对一家以“安全”为标签的AI公司来说，设立实体湿实验室本身就是一件不同寻常的事。传统AI实验室做的是算力、数据和模型，而生物学实验室意味着移液工作站、培养箱、细胞系和一整套湿实验流程——这是完全不同的成本结构与风险结构。近年来，Anthropic持续扩充生命科学团队，招揽生物学家、生物安全专家与计算生物学研究者，并把Claude定位为科研助手：梳理文献、设计方案、分析测序数据、撰写跑流程的代码。“Claude for Life Sciences”一类的产品方向，正是这条路线的一部分。

按报道的口径，所谓“大发现”，指的是实验室借助AI辅助的研究流程取得了一项值得对外宣布的成果。Anthropic并未把话说满，也没有公布完整的实验细节——这在药物研发与基础生物学领域其实很常见：一方面成果需要同行评议与重复验证，另一方面，一旦涉及潜在的双用途（dual-use）风险，过早公开细节可能带来麻烦。

真正的看点：人还在回路上

摘要里那句“人类仍然在回路中”，才是这条新闻最值得咀嚼的部分。在当下的AI叙事里，“自主智能体”（agent）是绝对的关键词：让模型自己提出假设、自己设计实验、自己调用仪器、自己迭代结果。听起来很美，但把这套逻辑搬进生物实验室，要打一个大大的问号。

Anthropic并未让Claude在自家生物实验室里“放手去做”，人类研究者仍然掌握着实验设计、执行与结果判断的关键环节。

原因不难理解。生物领域的错误代价是不对称的：一段被AI设计出来的序列，可能既有治疗价值，也有被滥用的潜力。让一个概率模型直接驱动移液工作站，等于把不可解释的随机性注入到可以自我复制的系统当中。这正是生物安全界长期担忧的双用途困境。

谨慎背后，是一场加速的竞赛

Anthropic的克制并非行业常态。DeepMind用AlphaFold改写了结构生物学，随后拆分出Isomorphic Labs直接做药；EvolutionaryScale的ESM3在蛋白质生成上大步向前；一批“AI科学家”创业公司正试图把实验闭环彻底自动化。资本与算力都在催促AI更快地进入实验室、更快地产出数据。

但速度与安全在这一领域天然紧张。Anthropic自身的安全分级体系明确把“生物、化学、网络等高风险能力”列为触发更严格管控的红线。在这种框架下，让Claude全自动运行生物实验，本身就是一道需要越过的门槛——而目前，这道门槛显然还没有被跨过。

编者按：人类在回路，是枷锁还是护栏？

把人类留在回路中，短期看是效率损失：一位博士后的判断速度，比不上一张GPU。但长期看，它可能是这个领域最便宜的保险。生物实验室不是代码仓库，错误无法一键回滚；一个被污染的培养皿、一段被误设计的序列，后果可能是不可逆的。

更值得追问的是，“人类在回路中”究竟意味着什么。如果人类只是在一份由AI生成的实验方案上点“同意”，那么形式上的监督很快就会退化为橡皮图章。真正的在回路，要求人具备足够的知识、时间与权限去说“不”。Anthropic这次把“人还在”当作一个卖点来讲，反过来也说明：在AI+生物这条赛道上，“不用人”才是那个默认的诱惑。

至于那个“大发现”到底是什么，Anthropic显然留了一手。但这条新闻传递出的信号或许更清楚：在把AI放进实验室这件事上，最激进的从来不是模型能力，而是我们愿意让它走多远。

本文编译自TechCrunch