过去我们衡量一个 AI 模型，习惯看它会不会写代码、能不能答题。但 Anthropic 最近做了一件事，把这个评价标准往后推了一步：让 Claude 直接上手做科研。

Anthropic 公布了一项实验——让 Claude 从头设计蛋白质结合剂。所谓蛋白质结合剂，可以理解为一种能精准“抓住”目标蛋白的小蛋白，是药物研发最早期的关键一步。结果是：在 15 个可评价的靶点里，Claude 命中了 14 个。

**核心变化：**AI 不再是“回答科学问题”的工具，它开始“直接执行科研任务”。

它不只是“算”，而是“指挥”

这件事最值得注意的，不是 Claude 自己发明了什么新算法，而是它的角色。设计蛋白质这件事，过去要一群计算生物学家分工：选结合位点、生成结构、设计序列、筛选候选……每一步都可能用到不同的专业软件，还得有人判断下一步该往哪走。

这一次，Anthropic 只给了 Claude 一个约 3 万字的初始指令，加互联网权限和 GPU。之后就不再插手，让 Claude 自己决定结合位点，自主调用结构生成、序列设计、共折叠等一整套专业模型，跑完整个计算设计流程。

换句话说，Claude 不是那个“被调用的工具”，而是那个“调用工具的人”。它像一位刚入职的研究主管，把一堆现成的专业软件串起来，自己推进项目。

第三方盲测，14/15 靶点命中

光自己说好不算数，关键是验证。Claude 设计的 1320 个蛋白，被交给 Adaptyv Bio 和 Twist Bioscience 两家独立实验室去合成和测试。而且测试是“盲测”——实验室并不知道哪个蛋白是哪个模型设计的。

结果，354 个蛋白被确认能与目标结合。整体命中率在 22.6% 到 35.1% 之间，而 Anthropic 估算这个领域的典型命中率大约是 10% 到 15%。在 RBX1 这个靶点上，Claude 的命中率做到了 40%，而此前同靶点竞赛里，人类参赛者的平均命中率只有约 3.7%。

更难得的是，实验也把失败如实写了出来。有一个叫 MBP 的靶点，90 个设计无一命中；另一个靶点也只有微弱的结合信号。Anthropic 也专门强调：蛋白质结合剂不是药物，设计出一个高亲和力的结合剂，只是漫长的药物研发路上的第一步。

AI 做科研，正在从“传言”变成“数据”

除了设计蛋白质，Anthropic 还测了 Claude 处理化学实验数据的能力。给它一份合同实验室的 NMR 和 LC-MS 原始文件，Claude 分别在 23 分钟和 19 分钟内完成解析，算出的样品纯度是 96.4%，和实验室自己的 96.33% 基本一致。过程中它还发现谱图里的异常信号，主动提出做一次重水交换实验——这个判断，和实验室研究人员的独立判断恰好一致。

这些结果当然还只是早期测试，远没到“AI 能造药”的程度。但它的信号很清楚：大模型正在从“回答科学问题”，走向“直接处理科研任务”。

这也给行业提了个醒——AI 的下一块价值洼地，可能不在聊天窗口里，而在实验室的仪器旁边。谁能先让 AI 真正“动手做事”，谁就能打开一扇比“答题”大得多的门。而与此同时，Anthropic 也把这类能力锁在了“可信访问”里，提醒所有人：能干的越多，越要小心它被用错地方。