在AI公司竞相把大模型送进科学发现一线的当下Anthropic给出了一个相当有分量的说法它自家的生物学实验室“已经发现了某种重要的东西”。但据TechCrunch记者Julie Bort报道这次披露中最耐人寻味的或许并不是那个发现本身而是一个略显反直觉的细节——Anthropic并没有让Claude在实验室里自由行动人类至今仍然留在回路之中。一个“已经找到东西”的实体实验室对一家以“安全”为标签的AI公司来说设立实体湿实验室本身就是一件不同寻常的事。传统AI实验室做的是算力、数据和模型而生物学实验室意味着移液工作站、培养箱、细胞系和一整套湿实验流程——这是完全不同的成本结构与风险结构。近年来Anthropic持续扩充生命科学团队招揽生物学家、生物安全专家与计算生物学研究者并把Claude定位为科研助手梳理文献、设计方案、分析测序数据、撰写跑流程的代码。“Claude for Life Sciences”一类的产品方向正是这条路线的一部分。按报道的口径所谓“大发现”指的是实验室借助AI辅助的研究流程取得了一项值得对外宣布的成果。Anthropic并未把话说满也没有公布完整的实验细节——这在药物研发与基础生物学领域其实很常见一方面成果需要同行评议与重复验证另一方面一旦涉及潜在的双用途dual-use风险过早公开细节可能带来麻烦。真正的看点人还在回路上摘要里那句“人类仍然在回路中”才是这条新闻最值得咀嚼的部分。在当下的AI叙事里“自主智能体”agent是绝对的关键词让模型自己提出假设、自己设计实验、自己调用仪器、自己迭代结果。听起来很美但把这套逻辑搬进生物实验室要打一个大大的问号。Anthropic并未让Claude在自家生物实验室里“放手去做”人类研究者仍然掌握着实验设计、执行与结果判断的关键环节。原因不难理解。生物领域的错误代价是不对称的一段被AI设计出来的序列可能既有治疗价值也有被滥用的潜力。让一个概率模型直接驱动移液工作站等于把不可解释的随机性注入到可以自我复制的系统当中。这正是生物安全界长期担忧的双用途困境。谨慎背后是一场加速的竞赛Anthropic的克制并非行业常态。DeepMind用AlphaFold改写了结构生物学随后拆分出Isomorphic Labs直接做药EvolutionaryScale的ESM3在蛋白质生成上大步向前一批“AI科学家”创业公司正试图把实验闭环彻底自动化。资本与算力都在催促AI更快地进入实验室、更快地产出数据。但速度与安全在这一领域天然紧张。Anthropic自身的安全分级体系明确把“生物、化学、网络等高风险能力”列为触发更严格管控的红线。在这种框架下让Claude全自动运行生物实验本身就是一道需要越过的门槛——而目前这道门槛显然还没有被跨过。编者按人类在回路是枷锁还是护栏把人类留在回路中短期看是效率损失一位博士后的判断速度比不上一张GPU。但长期看它可能是这个领域最便宜的保险。生物实验室不是代码仓库错误无法一键回滚一个被污染的培养皿、一段被误设计的序列后果可能是不可逆的。更值得追问的是“人类在回路中”究竟意味着什么。如果人类只是在一份由AI生成的实验方案上点“同意”那么形式上的监督很快就会退化为橡皮图章。真正的在回路要求人具备足够的知识、时间与权限去说“不”。Anthropic这次把“人还在”当作一个卖点来讲反过来也说明在AI生物这条赛道上“不用人”才是那个默认的诱惑。至于那个“大发现”到底是什么Anthropic显然留了一手。但这条新闻传递出的信号或许更清楚在把AI放进实验室这件事上最激进的从来不是模型能力而是我们愿意让它走多远。本文编译自TechCrunch本文首发于赢政天下 (https://www.winzheng.com/article/anthropic-biology-lab-discovery)获取更多深度技术内容与资源欢迎访问官网。