编辑说明： 本文核心数据来自 Anthropic 官方发布的研究公告（anthropic.com/news/claude-discovers-novel-enzyme-system，2026年9月23日）及其配套预印本论文。TechCrunch（2026年9月23日）和 Reuters（2026年9月23日）对此事件进行了独立报道，两个来源与 Anthropic 官方表述一致。MIT Broad Institute 教授 Feng Zhang（CRISPR 技术先驱之一）对此研究的评论来自 Anthropic 官方发布；其独立评价值得作为同行反应的重要参考，但尚未经同行评审。文中关于科学意义的解读，以发现论文经预印本公开的内容为准；研究成果尚未在经同行评审的期刊发表，这一限制在文中有说明。

2026年9月23日，Anthropic 发布了一条看起来很普通的技术公告，但其中有一个细节值得反复阅读。

在描述旗下湾区生物实验室的首个重大发现时，Anthropic 的 CEO Dario Amodei 在 X 上用了一个词：Claude 发现了这个酶系统——”mostly, though not entirely, by Claude”（主要由 Claude 完成，但不完全是）。

这个词语选择，比发现本身更值得关注。

科技媒体通常报道 AI 发现的方式，是将其定格在一个发光的时刻——某种仿佛醍醐灌顶的”发现瞬间”。但这个描述掩盖了一个更有趣的技术现实：Claude 是如何在一个庞大的、人类无法在合理时间内穷举的数据空间里，系统地找到一个此前未被注意到的模式的。这件事本身，比发现的科学意义更值得被理解。

发现了什么

先说事实。

Anthropic 的生物实验室——成立于2026年春，位于湾区，由人类科学家和 AI 智能体共同组成——宣布发现了一种此前未知的酶系统。这个系统被称为”Array-associated Reverse Transcriptases”（ART），存在于噬菌体（感染细菌的病毒）的 DNA 中。

根据 Anthropic 官方研究公告（anthropic.com/news/claude-discovers-novel-enzyme-system），这个系统的显著特征是：一组重复 DNA 序列位于一个特定的逆转录酶（reverse transcriptase，RT）基因旁边。这种模式，只在极少数其他系统中被发现，而那些系统都是可编程的，可以执行切割、复制和粘贴 DNA 等操作——类似 CRISPR 的功能。

Claude 的贡献具体是什么？Anthropic 公告描述了一个可量化的过程：给 Claude 一个高层级提示，要求它在一个庞大的 DNA 序列数据库中搜索有趣的新型逆转录酶。接下来，约950个 Claude 智能体同时工作，使用了2.1亿个 token，耗时21小时。其中一个智能体注意到了这个重复 DNA 序列模式，而这个模式标记了此前未被识别的 ART 系统。

物理实验部分——在实验室中验证这个发现——由人类科学家完成。

需要说明的是，这项发现目前以预印本形式发布，尚未完成同行评审。预印本是生物学研究领域公开分享初步结果的常见方式，但它也意味着研究结论尚未经过外部专家对实验设计、数据分析和逻辑推断的独立验证。Anthropic 对这一点是坦承的，在公告中写明了 ART 系统的功能目前仍不确定。这里的诚实有其价值——它区分了”发现了一个有趣的模式”（已确认）和”这个系统的生物学意义”（尚待研究）两件事。

所以这是一个典型的”AI发现假设，人类验证实验”的分工。但即使在这个分工框架内，”发现”发生在哪里？发现发生在数据库搜索中，发生在模式识别中，发生在950个智能体同时梳理序列数据、其中一个智能体报告了一个不寻常模式的那一刻。

这是真正的科学发现吗

这是一个值得仔细讨论、而不是草率回答的问题。

CRISPR 先驱、MIT Broad Institute 教授 Feng Zhang 在看过预印本后评论道：”这是 AI 智能体如何贡献于生物发现的令人兴奋的例子。RNA-重复阵列与逆转录酶的关联是真正有趣的发现，值得进一步研究。”这是一个审慎的正面评价，来自一个有资格评判这类工作的人。

但 TechCrunch 的报道（2026年9月23日）中也有一个值得注意的背景：斯坦福大学研究人员此前已经发现了一个”在某些方面类似”的系统，这是 Amodei 自己在 X 上承认的。这个细节的意思是：ART 系统的基础——那个逆转录酶——在之前的研究中已经被识别，只是”那个系统的定义特征”（重复序列阵列加配件蛋白）是 Claude 首先注意到的。

换句话说，这不是一个”从无到有的发现”，而是一个”在已有研究基础上，注意到了别人没有注意到的关联模式”的发现。这仍然是有价值的科学贡献，但它的意义和”CRISPR 的重新发现”或者”全新生物机制的揭示”是不同级别的。

Anthropic 对这个区别是诚实的。研究公告明确写道：”虽然其底层逆转录酶（在一个巨型噬菌体中被发现）在先前研究中已被识别，但 Claude 似乎是第一个注意到该系统定义特征的”——强调了”似乎”这个副词，以及”定义特征”的限定范围。

重要提示：这项研究目前以预印本形式公开，尚未经过同行评审的正式期刊发表。

从历史的角度来看，CRISPR 自身的发现历史也提供了一个有启发性的参照。CRISPR 最初被发现是作为细菌 DNA 中的一种不寻常的重复序列——这听起来和 ART 系统的发现路径非常相似。当时，发现这个模式的科学家并不立刻知道它意味着什么，只是注意到了它的异常。真正的突破，是在多年后其他科学家将这个模式与细菌免疫系统联系起来，再经过更多年才发展成基因编辑工具。如果用这个标准来衡量 ART 系统，Anthropic 的发现可能正处于类似 CRISPR 发现历史中的早期阶段——识别了一个不寻常的模式，尚不知道它的功能，更不知道它是否有应用价值。重要的是，这个早期阶段的发现，现在由 AI 替代了人类科学家在数据库中漫长的搜索过程。预印本在科学界的标准定位是”初步发现，待验证”。ART 系统的实际功能目前仍不确定（Anthropic 公告中明确写道”我们尚不知道其功能”），距离它成为”已确认的重大生物发现”还有相当的距离。

950个智能体的工作方式

Anthropic 公告中描述的工作流程，本身就是一个关于 AI 研究能力的重要数据点，值得详细拆解。

研究员给 Claude 的提示是高层级的：搜索”大量 DNA 序列数据库，寻找有趣的逆转录酶新实例”。没有更多的手把手指导。接下来是 Claude 的自主工作：950个智能体并行启动，系统地梳理数据，调查不同的 RT 家族，用自己的判断识别有趣的候选对象。

这里有一个重要的认知层次值得注意：这950个智能体不是随机搜索，而是在每一步都做出判断——”这个序列是否值得进一步调查？”“这个模式有什么异常？”“这个关联是否足够不寻常，值得上报？”这些判断发生了数百万次，在21小时内分布在950个并行的认知流程里。

从这个角度看，这不是”Claude 碰巧发现了”，而是”Claude 系统性地缩小了搜索空间，然后在正确的位置注意了一个人类研究员可能会忽视的模式”。这种能力——在庞大数据空间里系统搜索并识别低频异常信号——恰恰是大型语言模型在某些科学任务上可能具有结构性优势的地方。

人类研究员的局限不是智力，而是可以并行处理的数据量和注意力持续时间。一个研究员每天梳理的 DNA 序列数量，和950个并行 Claude 智能体在21小时内梳理的数量，不在同一个数量级。这不代表 Claude 比人类科学家更擅长科学，但它的确意味着某些类型的科学工作——需要大规模、系统性、模式识别的数据搜索——Claude 可以以人类无法比拟的吞吐量完成。

这个实验还揭示了一个关于 AI 科研辅助工具的重要区别：Claude 和传统生物信息学软件的差异不只是速度，而是任务类型。传统生物信息学工具通常为特定的、人类预定义的问题设计——比如比较两个 DNA 序列的相似性，或者在数据库中查找符合特定结构特征的蛋白质。这些工具非常有效，但需要人类先知道要找什么。Claude 接收的提示不同：找有趣的新型逆转录酶。这是一个开放性的、主观性的任务。什么是有趣的？这需要 Claude 有某种关于什么构成科学价值的推断能力，而不只是执行预定义的规则。这次实验，在一定程度上测试了 Claude 的这种能力——结果是它确实识别出了一个此前被忽视的模式。这是否意味着 Claude 真的有某种科学直觉？还是它只是在更大的统计空间里执行了更高效的模式匹配？这个问题没有简单的答案，但它是理解 AI 科研能力极限的关键问题之一。

Amodei 的矛盾：最怕的事，自己在做

这个消息的另一个值得深思的维度，是它和 Anthropic CEO Dario Amodei 最近的其他公开言论之间的张力。

Amodei 公开表示，AI 最令他担忧的应用场景之一，是 AI 被用于生物恐怖主义或生物武器开发。这一担忧在今年早些时候的 Anthropic 内部邮件泄露事件中也有回响，多位员工公开表达了 AI 可能对人类生存构成风险的看法。

同时，Amodei 也相信 AI 可以在5到10年内帮助人类攻克大多数疾病。他的文章《机器之善》（Machines of Loving Grace）中对这个愿景有详细论述。

这两个立场并不是逻辑矛盾的，但它们的共存揭示了 Anthropic 在生命科学领域的核心赌注：尽早在受控的低生物安全级别（BSL-1/BSL-2）环境中，建立 AI 辅助生物研究的基础能力和安全操作经验，同时防止这些能力被滥用。

TechCrunch 的报道中，Anthropic 特别强调：实验室目前只进行 BSL-1 和 BSL-2 级别的实验（最低两级生物安全）；不涉及可感染人类的病原体；所有物理实验都由人类科学家执行；Claude 目前不自主控制实验室设备。这些限制是真实的，但它们也是当前阶段的限制，而不是永久承诺。Amodei 在声明中说，未来”也许 Claude 可以安全地自主控制实验室设备”——”但我们今天还没有做到这一点”。

这个矛盾背后，是一个在风险管理中普遍存在的张力：最有可能理解并防范一种风险的人，往往也是最有能力创造这种风险的人。核物理学家明白核武器的工作原理，也因此最有资格开发防扩散政策；分子生物学家了解病原体的功能机制，也因此最有能力设计生物防御措施。Anthropic 的立场是：如果 AI+生物技术的结合不可避免，那么有安全意识的参与者提前建立这个交叉领域的经验和规范，比把这个领域完全留给没有安全顾虑的参与者要好。这个论点有其内在逻辑，但它也是任何有进取心的研究机构都可以为自己的危险研究辩护的通用框架。如何区分真正的安全导向研究和以安全名义进行的能力建设，是一个需要独立监督而不能依赖自我报告的问题。

这个叙述里有一种特别的时态选择——”今天还没有”，而不是”我们不会”。

竞争格局：AI 科研不只是 Anthropic 在做

这个发现发生在一个更大的 AI+科学研究竞争背景下。

TechCrunch 报道中也提及了同期的其他进展：斯坦福大学刚刚发表了关于大型语言模型与 CRISPR 结合的研究论文；UCSF 研究人员用 AI 从零设计了新型酶；Google 的 AlphaFold 早在2020年就在生物研究中建立了 AI 科学工具的先例。

OpenAI 也有类似的方向——其”模型规格”中将生物研究列为重点投入领域，尽管 OpenAI 目前没有自己的湿实验室。Meta 的 ESMFold 和 OpenFold 模型在蛋白质结构预测上也有进展。

这意味着 Anthropic 的生物实验室不是孤立的实验，而是整个 AI 行业正在进入科学研究领域的一个前沿阵地。不同的是，Anthropic 选择了建立自己的湿实验室（进行实际物理实验），而不只是做计算模型。这个选择，让它离真实的生物验证闭环更近——也让它离生物安全风险更近。

这些平行发展的集体效应，是 AI 正在进入科学研究的制度性核心——不再只是作为分析工具，而是作为假设生成和模式识别的参与者。这个转变如果能够持续，可能会改变科学研究的时间经济学：历史上，很多重大发现的瓶颈是人类研究员注意到某个不寻常模式所需的时间，而这个时间往往是以年计算的。如果 AI 可以将这个时间压缩到小时级别，科学研究的发现率理论上可能会大幅提升。当然，这个论点有其局限性：数据库搜索只是科学发现的一个环节，实验验证、同行评审、机制理解等环节仍然需要大量的人类时间投入。但第一个环节的加速，无论如何都是有意义的起点。

第三层洞察：AI发现的认知边界问题

这次发现真正有哲学意味的问题，是”什么构成了科学发现”这个古老问题在 AI 时代的新形态。

在 Claude 发现 ART 系统的过程中，关键的”认知时刻”发生在哪里？是那个智能体”注意到”重复序列模式的时候吗？如果是，那这个”注意到”是什么意思——是它在自己的注意力机制中对这个模式做了更高的权重赋予，还是它进行了某种类似人类直觉的模式识别？

这个问题不是哲学玩笑，而是有实际意义的技术问题。如果 AI 的”发现”只是统计意义上的异常检测（找到偏离基线分布的数据点），那它和传统的计算工具（生物信息学软件）的差别只是规模和速度。如果 AI 的”发现”包含了某种更高层级的语义理解——”这个模式为什么有趣”——那就是另一种能力了。

Anthropic 的描述倾向于后者：Claude 智能体”用自己的判断识别有趣的候选对象”。但”用自己的判断”这个表述，是拟人化的描述还是功能性的准确描述，目前没有足够的技术细节支撑。

无论如何，这次发现提供了一个真实的测试案例：把 AI 放在一个开放性的科学问题前（搜索有趣的 RT），它会识别出什么？这次，它识别出了一个人类没有注意到的模式，而这个模式有足够的特征让有资格评判的科学家认为值得进一步研究。这是 AI 科研能力的一次具体展示，无论我们如何定义”发现”这个词。

更具体地说，当我们问 Claude 发现了这个系统吗，这个问题的答案取决于我们用发现指代什么。如果是识别数据中的不寻常模式，是的，Claude 做到了。如果是理解这个模式的生物学意义，并推断出它对科学或医学的潜在价值，那目前的证据还不足以支持这个更强的断言。Anthropic 公告中谨慎地说 ART 系统的特征只在极少数其他系统中被发现，而那些系统都是可编程的——这是基于观察到的相似性做出的推断，而不是已经经过实验验证的功能性描述。这两者的区别，是科学报道中经常被混淆的，也是理解 AI 科研能力时最需要清晰区分的。

这意味着什么，对谁重要

在所有对此次发现感兴趣的读者中，各自关注的维度可能截然不同。不同背景的人看同一件事，会看到截然不同的内容。生物学家关注这个酶系统是否真实，科学记者关注它是否被过度渲染，AI 研究者关注950个智能体的工作原理，监管机构关注生物安全含义，而企业投资者关注这是否意味着 Anthropic 有新的商业化路径。这些不同的关注点，没有一个是错误的，它们都是理解这件事的合法切入口。把所有这些维度放在一起，才能得到一个不过度乐观、也不过度保守的整体图景。而这个全面图景的完整版本，可能还需要等待同行评审过程完成之后才能更清晰地浮现。

对于关注 AI 能力边界的人来说，这次发现最有价值的信息不是”AI 发现了新酶”，而是”AI 在950智能体×21小时×2.1亿token的规模下，可以在科学数据库中做出非平凡的模式识别”。这是一个关于 AI 能力规模化使用的具体案例，而不只是一个关于生物学的发现。

对于 AI 安全研究者来说，这是”AI 自主研发”讨论的延伸——如果 Claude 可以在生物数据库中自主发现新系统，它在 AI 研究数据库中的类似搜索能力是什么？这个平行问题，在 Anthropic 同日发布的 AI 研发透明度报告（26%主导、3万智能体）背景下，有了更真实的落地感。

对于生命科学和制药行业来说，这是一个早期的、可信的信号：AI 辅助科研不再只是蛋白质折叠预测（AlphaFold 级别的计算工具），而正在扩展到”大规模数据库挖掘中的自主假设生成”。这个方向，如果被证明是可以规模化的，将对生物研究的整个生产流程产生深远影响。

生命科学与 AI 的交叉，已经从可选变成了战略必须。对于所有在生命科学领域工作的研究员、机构和投资者来说，2026年9月23日的这个新闻，不只是一个关于 Anthropic 的故事，也是一个关于行业转变的信号。在未来数年内，评估一个生物研究机构的竞争力，将越来越需要回答一个问题：你如何使用 AI？不是作为文献查询工具，不是作为数据分析助手，而是作为在未知数据空间中寻找未知模式的探索者。这个问题的答案，将越来越成为竞争差异化的核心。

对于 Anthropic 本身来说，这次发现也是一个战略信号：Anthropic 正在把自己从一个纯粹的 AI 模型提供商，转型为一个有科学发现能力的复合型机构。这个转型的意义不只是科学贡献，更是在说：Anthropic 的价值主张不仅仅是提供更好的语言模型，而是用 AI 推动真实世界的知识生产。对于投资者、合作伙伴和监管机构来说，这意味着对 Anthropic 能力边界的评估需要更新——它不再只是一家 AI 安全研究公司和模型服务商，也是一家可以在受控的科学发现场景中落地 AI 能力的机构。这个定位，和 OpenAI 主要靠产品收入驱动的路径，以及 Google 靠基础研究和云服务结合的路径，形成了差异化。

等待验证：接下来会发生什么

发现了有趣的模式，是科学过程的开始，而不是结束。ART 系统的下一步，需要经历几个关键的验证阶段。

首先是功能验证。Anthropic 目前只知道 ART 系统”存在”以及它有某些类似 CRISPR 的结构特征。要证明它真的能够执行切割、复制或粘贴 DNA 等操作，需要在实验室中进行直接的功能性实验——在不同的细胞环境下测试这个系统能做什么。这部分工作，必须由人类科学家在实验台上完成。

其次是同行评审。目前的预印本需要提交到正式的科学期刊，经过领域内专家的独立评审。这个过程的目的是检验研究设计是否严谨、数据分析是否正确、结论是否超出了数据支撑的范围。在 AI 参与的科学研究中，同行评审还有一个额外的功能：检验 AI 的识别逻辑是否合理，而不只是统计意义上的偶然关联。

第三是应用开发。如果 ART 系统被证明确实具有可编程的基因编辑功能，接下来是如何把它开发成实用工具的漫长过程。CRISPR 从发现到第一个临床批准的治疗方案，花了超过十年时间。ART 系统，即使其功能被验证，要到达应用阶段也需要类似的时间周期。

在这个意义上，Anthropic 宣布的是一个有希望的起点，而不是一个已完成的成就。对于普通读者来说，理解这个区别，是避免被过度热情的科技媒体报道误导的关键。

这个过程，也是 Anthropic 向公众展示自身的一次罕见机会。大多数 AI 公司的研究，是不对外公开的内部工作。选择把这个早期发现以预印本的形式公开，而不是等到经过同行评审才发布，是一个主动的透明度选择，同时也是一个公关策略——它让公众在验证结果出来之前就了解到了 Anthropic 的生物研究方向。在当前 AI 监管讨论日益激烈的背景下，这种主动公开，是 Anthropic 整体透明度战略的一部分，与同期发布的 AI 研发测量报告形成了一种协调性的信息释放策略。

参考资料：

  1. Anthropic, “Claude discovers a novel enzyme system,” September 23, 2026. https://www.anthropic.com/news/claude-discovers-novel-enzyme-system（所有关于 ART 系统发现的一手数据：950智能体、2.1亿token、21小时、BSL-1/2限制；Feng Zhang 评论来源）
  2. TechCrunch (Kyle Wiggers), “Anthropic says its biology lab has already found something big,” September 23, 2026. https://techcrunch.com/2026/09/23/anthropic-says-its-biology-lab-has-already-found-something-big/（独立媒体报道，提供了斯坦福先前研究的背景和 Amodei X 帖子的引用）
  3. Dario Amodei, quoted on X (post ID: 2102831170299834652), September 23, 2026.（Amodei 关于”mostly by Claude”和斯坦福先前发现的公开声明，被 TechCrunch 参考资料2引用）
  4. Feng Zhang (MIT/Broad Institute), comment on Anthropic preprint, September 23, 2026.（CRISPR 先驱对 ART 发现的独立评价，来自 Anthropic 官方公告参考资料1）
  5. TechCrunch, “Anthropic is operating a lab that conducts biology experiments,” September 18, 2026. https://techcrunch.com/2026/09/18/anthropic-is-operating-a-lab-that-conducts-biology-experiments/（实验室存在的先期披露，提供了建立时间背景）