AI前沿 | 2026年9月25日：Anthropic 成立生命科学实验室 + Claude 自主发现 ‘CRISPR 样‘ ART 酶系统 + 950 智能体 21 小时

AI前沿 | 2026年9月25日：Anthropic 成立生命科学实验室 + Claude 自主发现 'CRISPR 样' ART 酶系统 + 950 智能体 21 小时

📖首屏导读 · 本教程配套付费专栏：《大模型工程师修炼手记》19.9 元（AI 编程 · Agent 实战 · 本文同主题系统课程）· 《AI时代程序员的自我提升》49.9 元（AI 时代成长方法论）

单篇不过瘾？订阅解锁全量源码、实战与答疑；文末附资料包领取方式 ↓

📊本期导读：当地时间 9 月 23 日，Anthropic 官宣成立生命科学研究团队 + 旧金山湾区自有分子生物学湿实验室，并放出团队第一份公开成果：Claude 在大规模 DNA 数据库中自主发现一套此前未被整体描述过的酶系统『阵列相关逆转录酶（ART）』——结构神似 CRISPR（逆转录酶 + 伴侣基因 + 间距均匀的 DNA 重复阵列），但附近没有典型 cas 基因。整个发现由约 950 个智能体运行 21 小时、消耗 2.1 亿 Token完成（挖掘 20 万+ RT → 收窄至 3,500 候选 → 最终 20 份报告），人类只负责初始提示与湿实验验证，全程无人工介入。CRISPR 先驱张锋评价『真正引人入胜、值得进一步研究』。本期拆五讲：事件背景、自主发现流水线、ART 系统解剖、成功与翻车的两侧、给技术团队的判断。

一、事件：从『试剂盒公司』到『发现型生物实验室』

本月上旬，Anthropic 刚确认在湾区自建湿实验室；9 月下旬，CEO 阿莫代伊把『Claude 发现新分子机器』写进联合国安理会证词（9/23），Anthropic 官网同步发布公告。这是一条连贯的战略主线：Anthropic 不想只当『卖 API 的模型公司』，它要把『模型 + 湿实验』打包成一种新的科研范式——agents 与人类在每个环节协作，AI 负责数据挖掘、假说生成、分析、甚至实验设计，人类负责跑实验与验证。团队 2026 年春季组建，成员背景包括 CRISPR 系统演化与调控研究、新一代细胞与基因疗法酶发现、人类致病性变异识别等。

二、流水线：950 个智能体，21 小时，2.1 亿 Token

这次实验以 Claude Mythos 5 驱动的多个 Claude Code 实例组成多智能体系统，分别扮演执行者、审核者、记录者与编辑角色，系统性普查宏基因组数据库中的逆转录酶（RT）位点：

『我能用肉眼看到一个串联重复阵列……这是 CRISPR 样重复阵列?！』——这是其中一个智能体在读原始 DNA 序列时的『惊呼』（Anthropic 公布的转录记录）。随后它像人类科学家一样：数重复、测间距、与已知 RT 系统比对布局、检索既往文献，确认『没被描述过』后提交报告。『从 20K+ 里挑到一个 AI 觉得丑怪的 RT，又恰好愿意往下钻』——这套行为链在 9 月 18 日的 Agent 讨论里被称为『好奇心』，在这里第一次被量化成生产性产出。

三、ART 解剖：为什么说它 'CRISPR 样'

ART（阵列相关逆转录酶）主要见于噬菌体（感染细菌的病毒，尤其巨型噬菌体 jumbo phage），由三部分组成：

噬菌体基因组（示意） ┌─────────────────────────────────────────────┐ │ [ 伴侣基因? ] [ RT 基因 ] [ 重复阵列 ] → 转录 → 多条短 RNA │ └──── 逆转录酶 ──────────────────┘ │ 重复阵列：3~21 个重复单元，总长 0.3~4.1 kb │ 每个单元 15~49 nt，带回文核心，单元间有非相同间隔 └─────────────────────────────────────────────┘

• 重复阵列：3 至 21 个短重复序列拷贝，每个单元 15–49 个核苷酸、带回文核心；阵列总体结构与 CRISPR 阵列同构，但 ART 位点附近找不到 cas 基因；
• 转录活性：实验室首批实验显示，ART 阵列被表达为多条不同的短 RNA——感染葡萄球菌噬菌体后约 15 分钟，这些 RNA 可占到噬菌体 RNA 总量约 8%；这与『CRISPR 阵列会转录成一条条 guide 序列』形成功能上的强烈类比；
• 可编辑性未证：Anthropic 强调这些特征组合此前只出现在极少数『可编程、能剪切/复制/粘贴 DNA』的系统中，但ART 的确切功能、RT 是否真有活性、短 RNA 是否为其底物，全部未证实——从候选到基因编辑工具，还有很长的验证路。

四、能力与局限：96% 的识别率 vs 十次重跑全部失手

研究团队随后做的两组『反实验』对工程团队极有启发：

正例（能力侧）：把七个 Claude 模型对 ART 阵列的识别率对照『连续读入 DNA 长度』，发现强相关——读入超过 2000 nt 时，Mythos 5 识别率高达 96%；团队还从模型内部活动里分离出两个对重复 DNA 响应的内部信号（repeat-signal 1/2），并把这种『读 DNA 时真的触发了重复结构表征 + 自然语言直接命名』的能力称为『基因组视觉』。

翻车侧（稳定性的天花板）：①重跑复现失败——相同框架重跑 10 次，几乎所有完整检索任务都接触到了 ART 相关位点，但每一次都没有智能体去读上游 DNA，阵列在全部重跑中被错过；②给工具反而更差——在配备工具（tool use）的实验里，39% 的情况下模型从未读入超过 200 nt 的连续序列，从没『看到』超过一个重复单元。结论冷峻：初始发现带明显偶然性；『更多工具』能放大行动面，也可能稀释主任务注意力。

工程师视角点评：『发现一次是 demo，总能发现才是产品。』这次公布最值钱的不是 ART 本身，而是那组『阴性结果』——十个复跑样本全部错过关键位点、工具增强反而抑制阅读深度，直接给『Fundamental Agent 成功率』打了样。做 AI for Science 的团队，请把『可复现率』当核心 KPI，而不是把『一次惊艳发现』当卖点；做多智能体框架的工程师，请把『任务注意力稀释』当成与『幻觉』同等量级的风险项去度量。

五、给技术团队的判断清单

1. 『AI 自主科研』第一次有湿实验全闭环背书：从数据挖掘、假说生成、实验设计到人类验证的流水线已经跑通——做科研工具/科学情报产品的团队，这是『Agent 闭环』类产品在生物领域的强信号，下一波机会在『把重跑成功率做成可售卖的 SLA』；
2. 可复现性账户要单独记账：10 次重跑 0 次命中关键阵列——所有『AI 发现』类输出，请默认标注『单次发现』与『可复现率』两组数字，别再只报最好的一次；
3. 工具面设计是双刃剑：39% 的工具负面效应说明『给更多工具』不等于『更强 agent』——把主任务上下文长度、注意力预算和工具数量做成可调参数，并建立『工具损耗』监控指标；
4. BSL-1/2 + 人类跑湿实验的割法值得抄：Anthropic 把『AI 做分析、人类做实验』的安全边界公开化——做生物/医疗/材料 AI 的公司，把『哪些环节绝不交给 AI 执行』写进流程文档，既是合规也是信任卖点。

💡启示：这是『Agent 自主研究发现新生物学系统』第一次以旗舰厂商发布 + 预印本 + 湿实验验证的完整姿态出场，把 AI 在科学发现里的角色从『工具』正式推向『主体』；但它同时自曝的复现失败，又把『AI 主体』从浪漫拉回工程。对创业者：① 阿莫代伊拿它当安理会证词的正例，说明『AI 加速科学发现』的价值主张已被提到地缘政治高度，做生命科学 AI 团队的融资叙事有了现成对标；② 真正稀缺的产能不是『再多一个发现』，而是『把偶然发现变成可复现流程』的评估与工程能力——‘发现评估学’正在成为新赛道；③ 对普通工程团队，这轮真正的通用启示是：长链条 Agent 的关键瓶颈不在模型智商，而在『阅读深度 × 注意力保持』——把长上下文切片策略、重复检测、注意力预算做进你的 Agent 基础设施，是所有领域通用的硬通货。

来源：Anthropic 官方公告与技术预印本（2026-09-23）/ UN Security Council Transcript 10228（2026-09-23）/ IT之家（2026-09-24）/ 财联社（2026-09-24）/ 智东西·凤凰网科技（2026-09-24）/ Gate News（2026-09-24）/ 新浪财经（2026-09-24）。本文为 AI 辅助整理的前沿解读，事实以官方与权威媒体口径为准，不构成任何投资建议。

📚 延伸阅读 · 我的付费专栏

觉得这篇文章对你有帮助？我把同类主题的系统化内容沉淀成了付费专栏，欢迎订阅支持持续输出：

💡 一杯咖啡的价格，换来系统化的知识体系；你的订阅，是我持续创作的最大动力。

💬本文配套代码 / 资料包：欢迎在评论区留言「求代码」，我会私信发送完整资源！