Anthropic 智能体称发现蛋白质新规律,生物学家争论这算不算发现
Anthropic 说,它的 Claude 智能体工作了 21 小时后,找到一个此前未被记录过的基因规律。生物学家在争的是:这到底算不算科学发现。

Anthropic 的分子生物学实验室由 Claude 智能体组成。这次它们在一个已知酶附近标出了一段重复出现的模式。公司称,这个模式此前没有被记录过。消息上周公布,9 月 28 日被《麻省理工科技评论》逐条拆解。围绕“AI 在生命科学里到底能声称发现了什么”,这成了迄今最尖锐的一场公开争论。
《麻省理工科技评论》把这个系统描述为 950 个智能体、工作 21 小时。据该媒体报道,它们产出的并不是一段新的 DNA 序列,而是在一个已知酶周围找到的重复模式。Anthropic 的公告说,这让人“联想到”当年通向 CRISPR 的那类工作。这个措辞承担了太多分量,麻烦也从这里开始。
门槛问题
批评来得很快,而且来自领域内部。生物学家 Lucas Harrington 写了一篇被大量转发的文章,后来得到礼来公司董事长兼首席执行官的公开支持。他说:“找到一个奇怪的基因簇和重复序列,往往是容易的那一半。难的那一半,也是真正发现所在的地方,是搞清楚这个系统到底在做什么。”《麻省理工科技评论》直接引用了这段话。据该媒体报道,Harrington 还建议 AI 公司“现在就把门槛定高,这样当 AI 真的发现了一个全新的生物学机制时,大家才会明白那有多重要”。
接着事情变得更乱。哥本哈根大学的生物学家 Mario Rodríguez Mestre 在周末表示,他的团队早就找到了同样的模式。这一说法由《纽约时报》报道、《麻省理工科技评论》转述。Mestre 平时经常在工作中使用 Claude。他问,Anthropic 的团队是否从他的对话里学到了东西。Anthropic 否认这一点。Mestre 说,不管怎样他已经停止使用 Claude。
“难的那一半,也是真正发现所在的地方,是搞清楚这个系统到底在做什么。”
这些都不意味着底层工作没有价值。《麻省理工科技评论》指出,把 20万 个候选缩到几个值得做实验的对象,本身就是实打实的科学劳动。一个通用聊天机器人能做到这一点,即便由人来把关、由人来跑实验,也值得注意。问题出在框架上。一旦问题变成“Claude 自己有没有做出发现”,答案就只剩两个:重大突破,或者一无所获。中间地带全被压平了。
眼下蛋白质研究实际是什么样子
Anthropic 这场争执的意义不止于一家公司。蛋白质和材料发现,正是 AI 一直在悄悄积累真实、可核查成果的地方。整个领域的图景没有新闻稿那么戏剧化,却更有用。
和 Anthropic 报道同期出现的新闻里,有利用《自然》所说的“数据高效型 AI”研究耐热 mRNA 脂质纳米颗粒疫苗的工作,发表于 9 月 28 日。另外,研究人员报告用 AI 结构预测加快了分子胶的发现。分子胶是能把蛋白质以特定方式拉到一起、从而治疗疾病的小分子。这两项成果都没有把概念上的飞跃归功于 AI,靠的都是 AI 比人更快地完成大量搜索和排序。
这个区别就是整场争论的核心。AI 系统擅长的是科学中本质属于分诊的那部分,而领域一直不太愿意把这一点直说。《麻省理工科技评论》在数学领域注意到了同样的动态。9 月早些时候,OpenAI 说它的智能体攻克了一道价值百万美元的难题。不到两周,讨论就转向了:那道题是不是数学家真正在意的那一道。该媒体谨慎地指出,批评者并没有说 OpenAI 的解法是错的,只是说这个结果可能不是重要的那个。还有一位数学家指责这些模型使用了他的一部分工作而没有注明出处。
所以争议其实不在对错,而在重要性,以及由谁来决定重要性。这比一个错误答案更难在公开场合辩清楚。
验证从另一个方向到来
“发现归谁”的争论还在进行,另一些团队在处理一个更平常的问题:AI 生成的生物学内容到底能不能信。过去一周的新闻提到,DeepMind 给蛋白质加上水印,让实验室能核对自己看的是什么。另有工作涉及为 AI 设计的蛋白质添加 SynthID Bio 水印。这些做法的目的是让 AI 的输出可追溯,而不是让它出名。
商业一侧也以同样不起眼的节奏推进。Hansa Biopharma 表示正与 Cradle 合作,做 AI 驱动的蛋白质设计与工程改造。这是合同性质的工作,不是突破性声明。要说这项技术现在究竟处在什么位置,它大概比任何“智能体发现了什么”的公告都更能说明问题。
《麻省理工科技评论》认为,Anthropic 自己的表述方式就是问题的一部分。该媒体指出,AI 公司不把自家系统当工具介绍,不像显微镜或超级计算机那样是工具。它们坚持说,这些系统自己在做发现。这与科学通常产生新知识的方式并不合拍:靠协作,靠不断扩充的仪器集合。这种错位不只是让生物学家不舒服。它让真正的进展在到来时更难被认出来,因为可用的判决只有两个极端。
科学版的其他消息
同一周的其他研究新闻异常具体。大学医院 Harrington 发现研究所和凯斯西储大学的科学家在《Cell Reports》上发表了结果。他们描述了一种分子机制,可能解释减掉的体重为什么会回来。工作围绕 asprosin 展开,这是脂肪组织释放、向大脑发出促进食欲信号的一种激素。在小鼠身上,肥胖改变了脂肪细胞的活性,使减重之后 asprosin 仍保持在高位。研究者把这种效应称为“肥胖记忆”。据 SciTechDaily 报道,Seth J. Field 领导的另一个实验室确认了这种细胞变化持续存在。作者提醒,人类方面的证据来自公开数据集,仍需直接验证。
天文学给出了一个更干净的“第一次”。9 月 15 日提交到 arXiv 的一篇论文报告了首次直接探测到系外行星的极光射电辐射。目标是巨行星 beta Pictoris b,用 MeerKAT 阵列观测。作者 Kevin N. Ortiz Ceballos、Edo Berger 和 Yvette Cendes 报告了在 0.85 至 3.5 GHz 频率上快速、重复且高度圆偏振的爆发。他们把这种辐射认定为电子回旋脉泽辐射。这意味着该行星处的磁场至少为 1.25 kG。摘要明确写道,此前没有任何射电探测被无歧义地定位到某颗太阳系外行星本身,而不是它的母恒星。
当测量本身承担了论证,发现声明就是这个样子。有一个信号,有一个能解释它的物理机制,还有一个由该机制推出的数字。不需要谁去说服谁。
Anthropic 这场争论为什么不会很快平息
结构性的原因是,AI 公司彼此在赛跑。《麻省理工科技评论》在分析结尾指出,Sam Altman 和 Dario Amodei 是竞争关系。把“什么算 AI 科学突破”的门槛抬高,可能是他们最不想要的事。门槛越低越好做宣传。Harrington 的建议是让公司守住高标准,好让真正的成果落地时得到应有的分量。这意味着要逆着自己的激励行事。
噪音还有实际代价。一个找规律的结果被包装成 CRISPR 级别的时刻。本来可能愿意上手用这个工具的生物学家,只好花时间去解释为什么它不是。Mestre 的反应是弃用 Claude,起因是一个尚未解答的问题:他的对话有没有喂进这个系统。这是一个很小的数据点,说明信任崩得有多快。
眼下诚实的总结很窄。AI 系统在蛋白质和材料工作中正在产出有用、可验证的结果,这样的例子有好几个。它们同时也在被以在职科学家不接受的方式归功于发现。两件事同时成立,而它们之间的空隙,就是下一场争论会发生的地方。
资料来源
4- 01When can we say AI made a scientific discovery?EN
- 02The Download: climate tech companies to watch and AI's discovery problemEN
- 03Scientists Discover a Molecular "Memory" That Could Make Lost Weight Come BackEN
- 04Discovery of radio emission from the exoplanet beta Pictoris bEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。