一个通用聊天机器人自己操作了专业蛋白质工具——两家外部实验室确认这些分子确实结合
Anthropic 于8月18日公布了一项蛋白质设计实验的结果。在这项实验中，Claude与其说是分子的设计者，不如说是设备的操作员。研究者给了它15个蛋白质靶点，要求它为每个靶点产出30个结合体，方法是驱动该领域已在使用的公开专业设计与共折叠模型。随后，两家外部公司 Adaptyv Bio 与 Twist Bioscience 制造了这些设计并在实验室中进行了测试。在1320个设计中，返回了354个确认有效的结合体，覆盖15个靶点中的14个；一种配置下的命中率为35.1%，另一种为22.6%，而行业常规水平是10%到15%。在名为 RBX1 的靶点上，Claude 的命中率达到40%，而某项公开竞赛的参赛者只有3.7%。它在两个靶点上彻底失败，对麦芽糖结合蛋白的90次尝试没有产出任何结果。在另一项测试中，模型读取原始核磁共振与质谱文件，得出了与实验室相同的结论：它判定某样品纯度为96.4%，实验室的数值是96.33%。这些是 Anthropic 自己的结果，并非经同行评审的研究，但湿实验室验证由具名的第三方完成。
为什么重要?这里值得注意的主张，并不是人工智能设计了蛋白质——专业模型多年前就能做到——而是一个通用助手把那些专业模型用得足够好，甚至超过了平时操作它们的人。如果这一点站得住脚，那么许多实验室科学中稀缺的技能就不再是工具本身，而是判断该把哪个工具指向何处；而这恰恰是聊天机器人如今能够模仿的部分。对任何给自己判卷的公司，都应保持应有的谨慎。但由第二方和第三方实际制造并测量出来的354个分子，是一种比基准分数更难反驳的证据。
在App中阅读——免费，9种语言
相关新闻
美国拉上16个国家，把 AI 放进科学的中心2026-10-05数学家用普通聊天框解决了五个未解难题
2026-10-05没微调过的模型解开了微调版做不出的任务。
2026-10-04用普通照片预训练的模型在推理测试拿到70%
2026-10-04谷歌把人工智能芯片送上轨道，看它们能不能活下来。
2026-10-03