点击上方蓝字「羽飞智能」关注我们
全球AI前沿 · 第32期｜2026年9月28日
9月23日，Anthropic公布一项生物研究及预印本报告：Claude在已有数据中识别出一个新酶系统的线索，团队将其命名为ART。它的具体功能还不清楚，但这项工作已经展示了AI参与科研的一种方式：在大量资料中发现异常，再交给研究人员追查与实验。
数据来自Anthropic技术报告，描述本次计算分析，不代表全部实验周期或通用效率。
新发现，先说清“新”在哪里
酶可以简单理解为帮助生物完成特定化学反应的工具。此次涉及的逆转录酶属于一个已有研究基础的家族，通常负责把RNA信息复制成DNA。研究的新线索，在于它与周边重复序列、伴随基因之间此前未被描述的组合关系。
公告将其中的重复排列与CRISPR作类比。CRISPR已经被发展为修改DNA的技术，但排列方式相似，不能证明新系统具有同样的用途。技术报告明确写道，研究尚未证明该逆转录酶具有活性，也未确认相关RNA是否是它作用的对象。
因此，这条消息适合称为早期科学发现。它提供了一个值得进一步研究的对象，还不能改写成“Claude发明了新的基因编辑工具”。发现异常、解释功能、开发工具，各自需要不同的证据；前一步的进展会打开后续问题，不会自动完成后面的验证。
把检索、追问和复核接在一起
按报告披露，研究系统将任务分给负责执行和负责复核的智能体，允许根据新观察继续提出后续任务，过程和结果写入共享记录。整个分析产生19份报告，随后交给人类审阅。这里的会话次数，不等于同样数量的机器或科学家。
依据技术报告图1整理的中文简化示意。不同角色是软件分工，不能理解为多名独立专家。
这种安排使一个问题有机会被继续追查，而不只得到一次回答。研究任务经常包含不确定分支：某条关联可能有价值，也可能只是巧合。工作系统需要保存为什么继续、为什么否定、依据来自哪里，后续审查才有落点。
多个智能体参与，并不保证判断彼此独立。它们可能使用相同模型和资料，也可能重复同一种误判。“一个执行、一个复核”是组织方式；复核有没有查到新证据、能不能推翻原判断，才决定这道环节的实际作用。
同样，运行时间不能直接换算成节省的人力。计算分析结束之后，还有研究人员阅读报告、选择验证对象和安排实验的工作。若没有同任务、同标准的人工作业对照，仅凭一次运行记录，无法得出普遍节省几周或几个月的结论。
候选更多，验证能力也要跟上
Anthropic说明，实验室的实际实验全部由人类科学家完成。AI承担资料分析、提出假设及辅助解释等工作。这里仍然存在一条清楚的分界：计算能提示哪里可能有价值，现实中的验证负责检验这些判断。
对研发组织，候选增加以后，下一处压力可能出现在筛选和试验。如果每个提案都要占用专家时间、样品和设备，报告越多未必越快。合理的评价应跟着整个项目走：有多少线索值得验证，验证后保留了多少，失败原因能否被记录并用于下一轮筛选。
本文整理的阅读框架，用于区分研究阶段；不是ART已经完成的产品开发路线。
这对普通企业也有可借鉴之处。报价记录里出现反常成本，售后记录里出现某类故障聚集，AI可以先提出待核查线索。线索能否成立，还要回到订单、工单、实物和经办记录。以上是工作方法的类比，不是本次生物研究验证过的业务效果。
对生意的影响，先看三个实际环节
首先是资料可用性。合同版本、样品批次、检测条件和原始记录若混在一起，分析很难追溯。同一份资料能否被准确找到、与其他记录对应起来，会影响AI提出的线索能否被复核。整理数据的价值由此变得更具体。
其次是专业判断的安排。研发服务、检测机构和企业技术团队，可以把批量整理与初筛交给工具，再把有限的专业时间留给关键证据和验证设计。采用这类分工之前，应先在小范围任务中比较质量、总耗时和复核负担。
最后是项目验收。采购AI服务时，交付多少页报告、运行多少次会话，适合作为过程记录。更有用的验收项是来源能否追溯、结论能否复核、待验证事项是否清楚，以及实际验证后的结果。它们比生成速度更接近项目目标。
ART接下来还要回答具体问题：这个系统做什么，各部分如何配合，已观察到的特征有什么作用。此次公开研究的价值，在于让这些问题有了新的研究对象；其用途要等后续实验来说明。
资料依据：Anthropic公告及技术报告（9月23日公开）、NHGRI术语资料（9月27日查阅）。研究由发布方披露，本文未独立复现实验。
