Anthropic 悄悄建了間生物實驗室：Claude 開始親自動手做實驗

據路透社9月18日報導，Anthropic已在舊金山灣區營運一家物理生物濕實驗室（Wet lab），試圖用Claude模型直接操控實驗儀器驗證科學假說，

所謂濕實驗，指在實驗室里直接操作生物樣本、試劑、藥品，開展實體實驗與功能驗證，這也說Anthropic介入真實生物試驗。

Anthropic 生命科學負責人 Eric Kauderer-Abrams 證實了這一說法，他表示生物學上的結論最終仍需在真實實驗中得到驗證。

目前 Anthropic 已自主完成部分實驗，同時正在探索讓 Claude 直接指揮機器人執行實驗流程，並將人工介入控制在最低限度。他還表示，這座實驗室的目標，是藉助 AI 大模型將生物研發的速度提升一個數量級。

AI 算得快，實驗跟不上

把 AI 用於藥物研發如今已是常態。大模型確實能快速生成大量候選蛋白或分子，但這些目前只是計算機里的預測，能否成立，仍要靠真實實驗來驗證。

因此，AI製藥的理想模式是一個閉環：由大模型給出設計，實驗室負責製造與測試，數據回流給模型後再設計下一批。

過去幾年，AI的提速主要體現在設計這一環，實驗端仍須按流程一步步完成。

所以模型設計越快，設計端與實驗端之間的速度差就越突出，Anthropic 8 月的一輪實驗也說明了這一點。

報導稱，Claude Opus 4.8與Mythos Preview 針對15個靶點設計蛋白結合劑，由Adaptyv Bio和Twist負責製造並獨立驗證，最終14個靶點成功獲得經確認的結合劑。但在候選分子層面，兩個模型的命中率分別為22.6% 和26.7%。

這一水平雖顯著高於傳統設計的區間（10%—15%），卻也意味著每批候選分子中仍有約四分之三會被淘汰——大量實驗資源仍在消耗，實驗端的工作負擔並未因設計提速而明顯減輕。

值得注意的是，Twist從Anthropic拿到的相關訂單從2025年的約2500萬美元，增至2026年約5000萬美元，下一年這個數字預計將增長到1 億美元。對外部驗證的依賴越深，成本也就越高、數據的回傳周期也越長。

所以Anthropic自建濕實驗室，其實等同於把關鍵的實驗能力掌握在自己手中。

Claude走上實驗台

當然，有了實驗室不等於AI就能直接控制實驗。實驗設備的軟體與通信接口標準不一，工程師往往要花數周乃至數月才能把一台設備接入統一系統。

為此，Anthropic 於今年8月發布了Model Hardware Standard（MHS），試圖解決設備連接難題。它是一套讓AI智能體控制物理設備的通用標準，設備通過它向模型上報自身狀態、可執行操作和安全邊界。在MHS的早期測試中，設備集成時間從數周數月壓縮到數小時乃至數分鐘。

在基因泰克的BCA實驗中，Claude可以同時協調液體處理器、機械臂與微孔板讀取器，根據結果調整參數並在硬體異常時自行診斷、恢復設備運行；而華盛頓大學的Baker實驗室則讓Claude Code實時讀取 qPCR 曲線、協調機械臂轉移樣品板。

事實上，Anthropic很早就在布局生物醫藥。

2025 年，Anthropic推出了Claude for Life Sciences；2026年4月，Anthropic又以約4億美元收購熟悉藥物研發流程的Coefficient Bio，諾 CEO也進入了該公司董事會；6 月，Anthropic發布了Claude Science。

對Anthropic CEO達里奧·阿莫代伊（Dario Amodei）來說，在生物醫藥方向的努力關乎個人。他最近在一篇文章中說，他的父親死於一種疾病，而治癒它的療法晚來了幾年。

公司瞄準的正是罕見病和難以成藥的靶點，以及雙特異性、三特異性抗體這類大藥企在財務上興趣不大的領域。

當然，關於自建實驗室的爭議也隨之而來：有人表示，Anthropic 一邊向藥企出售工具，一邊自建實驗室篩選分子，藥企難免擔心數據被拿去訓練模型。

Anthropic 的回應是：不親自推進人體臨床試驗，不直接商業化治療產品，重點放在臨床前階段。

有數據統計，目前全球進入臨床階段、由AI設計或參與發現的藥物已超過100個，但截至2025年底，尚無任何一款"全程 AI 發現"的新藥獲得FDA批准。

換句話說，AI大模型最強的是前期，一旦進入以療效為主要終點的 II 期、 III 期，就要面臨更加複雜的生物學理論，商業模式也隨之改變，如何在提升科研效率的同時管控現實風險，將是AI製藥下一階段必須回答的問題。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。