編按：本文綜合整理自 Anthropic 官方公告、Reuters 報導、Interesting Engineering，並加入 Siami 編輯部觀點與分析。
事件：Claude 自主發現前所未見的酶系統
Anthropic 在 2026 年 9 月 23 日公開一項震撼生物學界的成果：他們新成立的「生命科學研究團隊」，讓 Claude 在幾乎全自動的情況下，於噬菌體（感染細菌的病毒）的 DNA 中找到一套全新的酶系統。Anthropic 把這個系統命名為 ART（Array-associated Reverse Transcriptases，陣列相關反轉錄酶），其結構特徵酷似 CRISPR。
這個發現的特殊之處在於：Claude 並非「猜測」或「生成」結果，而是實際讀了 200,000 多筆反轉錄酶資料，從中篩選 3,500 個候選系統，最後聚焦到 20 個最值得檢驗的對象。在這個過程中，Claude 自己注意到一個關鍵線索，並在 21 小時內寫出完整的分析報告。
看到那段 DNA 的瞬間，Claude 寫下：「太壯觀了——我用肉眼就能看到一段串聯重複陣列……這簡直是 CRISPR 般的重複陣列？！」
這個瞬間，連 CRISPR 基因編輯先驅、MIT 與 Broad Institute 的張鋒教授看了都說：「這是 AI 代理人對生物學做出貢獻的精彩範例。」
怎麼發現的：950 個 Agent、21 小時、2.1 億 tokens
Anthropic 的工作流程不是「丟一句 prompt 給 Claude 然後等結果」。他們實際上：
- 資料規模：從 DNA 序列資料庫中調出 200,000 多個反轉錄酶（RT）樣本
- 初步篩選：Claude agents 把樣本縮減到 3,500 個候選系統
- 深入分析：再篩到 20 個最值得實驗檢驗的對象
- 產生報告：每個候選都有一份人類可讀的「假設＋證據」報告
- 人類審核：Anthropic 的科學家從數百到數千份報告中，挑出值得進實驗室驗證的少數幾個
整個過程動用了 約 950 個 Claude agent 平行運算，總共消耗 2.1 億 tokens，歷時 21 小時。
對比人類專家：這種等級的基因體探勘分析，「對一個專家來說可能要花數周到數個月」。換句話說，Claude 把這個研究週期壓縮了大概 50 到 200 倍。
為什麼 ART 重要：CRISPR 的「潛在繼任者」
CRISPR 之所以改變整個生物學，是因為它讓科學家能「編輯」任何 DNA 序列。但 CRISPR 不是唯一的可程式化系統。Anthropic 指出，目前還有「少數其他可程式化系統」具備切割、複製、貼上 DNA 的能力，這些系統被視為下一代基因編輯工具的潛力股。
ART 系統由三部分組成：
- RT（反轉錄酶）：把 RNA 抄回 DNA 的酶
- 夥伴基因：功能尚未完全釐清
- 長串規律排列的 DNA 重複序列：結構類似 CRISPR 的「重複陣列」
初步實驗顯示，ART 的重複陣列會表現為一組不同的短鏈 RNA，這暗示它可能跟 CRISPR 一樣，是某種「可程式化」的工具。
ART 的 RT 本身並不新——之前的研究已經在巨型噬菌體中發現過。但 Claude 是第一個注意到「這個 RT 旁邊有一整排非編碼 DNA 重複 + 一個未知功能的輔助蛋白」這個組合特徵的。
為什麼這件事重要
🚨 AI 不再只是「寫程式」或「聊天」的助手，現在它能直接參與科學發現。
過去幾年，「AI for Science」大多是模型在幫忙跑模擬、預測蛋白質結構（AlphaFold）、或加速文獻搜尋。但這次 Anthropic 的案例是：Claude 自己讀 DNA、自己寫分析、自己產生假設，然後由人類科學家做最後一關的實驗驗證。這已經不是「AI 工具」，而是「AI 研究同事」。
更值得注意的是 Anthropic 的「hypothesis quality feedback loop」（假設品質回饋循環）：
因為 Claude 產出假設的速度太快、量太大，「假設本身」已經變成 Anthropic 研究的對象——他們在研究「值得實驗的提案」和「被擱置的提案」之間有什麼區別，然後把這個洞見回灌到給 Claude 的指令裡。
這等於是 Claude 不只在產出新發現，它還在自我改進「如何做科學」。這種「meta-science」的迴圈，是過去所有 AI 工具都沒有的能力。
數據解讀與質疑
1. 950 個 agent、2.1 億 tokens 算什麼規模？
2.1 億 tokens 大約等於 1500 本書的文字量。以 Claude Sonnet 4.5 的價格計算，單次這個實驗的 token 成本大約是數千美元。對比聘請一個博士後研究人員數個月的薪資，這是值得的；但對比「自家資料中心運算」，成本仍然是個觀察重點。
2. 為什麼這次發現「不能直接拿去治病」？
HN 上 Spacecosmonaut 提醒得很到位：CRISPR 治療目前最大的瓶頸不是「切割不準」，而是「遞送」（delivery）——怎麼把編輯工具送進人體細胞。ART 還在「酶學特性研究」階段，要走到臨床試驗還有十幾年的路。
3. 「白皮書 vs 期刊投稿」的選擇
HN 用戶 evolarjun 質疑：為什麼 Anthropic 發的是 marketing whitepaper 而不是傳統期刊投稿？雖然工作內容夠格發表，但某些論斷（如「Claude 是第一個注意到這套特徵的」）可能在 peer review 中被挑戰。
4. 雙刃劍警告
UberFly 的擔憂並非空穴來風：如果 AI 能在 21 小時內找出「新型酶系統」，理論上它也能協助設計出更精準的病毒載體或新的病原體特徵。Anthropic 強調他們只做 BSL-1/BSL-2 等級的實驗，不碰人類病原體，但這個領域的開源程度值得持續關注。
Anthropic 生命科學團隊的下一步
這個發現只是開端。Anthropic 已經把 ART 的 pre-print 公開，並邀請其他科學家合作。他們在公告裡寫道：
如果您有研究提案，希望聽到您的聲音。
Anthropic 的生命科學組織還包括「藥物探索」、「用 Claude 訓練生物學與化學」等團隊。換言之，這次公開 ART 發現，某種程度是 Anthropic 在向全球科學社群喊話：「AI for biology 的時代開始了，要不要一起來？」
結語
CRISPR 改變了 2010 年代之後的生物學。ART 是不是下一個 CRISPR，現在還言之過早。但可以確定的是：AI 已經從「做研究的工具」升級為「做研究的共同發現者」。Anthropic 這次的實驗，等於是把這個時代正式拉開序幕。
網友熱門留言 (5)