Anthropic 让 Claude 模型自主操控专业工具完成蛋白质设计全流程，命中率高达 35%，远超行业平均的 10-15%，但独立评审尚未进行。
发生了什么
Anthropic 宣布，其 Claude 模型能够自主完成蛋白质设计的整个流程，从目标结构分析到小蛋白设计，无需人类逐步干预。在测试中，Claude 驱动的智能体设计出能对接体内靶标结构的小蛋白，命中率最高达到 35%，而行业平均命中率通常在 10% 到 15% 之间。值得注意的是，Claude 并非从头生成蛋白质，而是作为“指挥官”操控现有的专业生物工具，例如结构预测和序列设计软件。Anthropic 表示，任何实验室都可以利用这一方法，让语言模型代理驱动整个蛋白质设计流程。不过，该结果尚未经过独立同行评审。
为什么重要
蛋白质设计是药物研发早期阶段的关键步骤，传统上依赖专家多年经验和高通量筛选，耗时且成本高昂。Anthropic 的尝试表明，语言模型不仅能理解自然语言，还能协调多个专业工具，完成复杂的科学任务。这不同于简单的“AI 生成蛋白质序列”——它展示的是智能体（agent）在科学工作流中的潜力：将领域专家的隐性知识编码为工具调用策略，从而自动化整个实验闭环。如果独立验证通过，这可能意味着生物实验室的研发范式将发生转变，从“人用工具”变为“人监督智能体用工具”。
影响与看点
对于生物技术行业，这一进展可能降低蛋白质设计的入门门槛，使更多小型实验室能够利用先进工具，加速早期药物发现。对于 AI 开发者，Anthropic 的方法提供了一个范例：如何让语言模型安全地操控专业软件，并保持可解释性和可控性。值得关注的是，Claude 的“指挥”能力是否具有普适性，能否迁移到其他科学领域，如材料设计或化学合成。此外，独立评审的结果至关重要，因为命中率虽高，但样本量和实验条件尚不明确。我的独立判断是：这一进展的真正价值不在于单个模型的表现，而在于它验证了“语言模型作为科学工作流调度器”的可行性，这可能是 AI 在科学发现中更深层的应用方向。未来，我们可能看到更多类似“AI 科学家”的智能体出现，但它们的可靠性、可重复性和伦理边界仍需严格审视。
