作为一个自媒体博主，在这个国庆假之前，真的是感觉到特别忙，因为各家厂商都在扎堆地发布模型。

然后我们看到的都是，跑分又提高了多少，编程能力、Agent 能力又提高了多少，或者是说价格又降了多少。

这就是很长一段时间以来，整个 AI 行业的常态，不断地在比拼能力、价格。

但这种比拼真正对经济带来多大影响呢？

我们可能很难回答这个问题。甚至有人在网上嘲笑说，无非就是让大家多花了点钱买 token 而已。

我理解这种想法，其实我有时候也觉得是这样子的。但是今天这件事情，我觉得可能是一个值得关注的分水岭。

Anthropic 说，Claude 在噬菌体的 DNA 数据中，找到了一个此前没有被完整描述的酶系统。

它的一些特征让人想到 CRISPR，但究竟有什么功能、有没有实际用途，现在还不知道。

说实话，虽然 Anthropic 这家公司很让人讨厌，但我还是会为这件事感到振奋。

当然，AI 早就在参与科学研究了，AlphaFold 预测蛋白质结构就是一个例子。这次让我关注的是，我们熟悉的通用大模型和 Agent，也在往基础生物学里走。

先把几个生物学名词讲明白

先做一下科普。

DNA 可以理解成保存遗传信息的总说明书。RNA 则有不同分工，其中一种叫 mRNA，像从说明书里抄出来、用于生产蛋白质的工作单；还有些 RNA 参与调控等工作。

逆转录酶是什么？简单说，就是能把 RNA 上的信息抄写成 DNA 的工具。平常听到的"转录"是 DNA 到 RNA，"逆转录"就是反过来。

再说酶。

它能加快化学反应，绝大多数酶是蛋白质。可以把它理解成生物体里的专用工具，不同工具负责不同的活。

为什么科学家总盯着自然界里的这些工具？因为以前已经有过很多先例。

限制酶能认准某些 DNA 短序列，把它剪开。研究者利用它，再配合其他工具拼接 DNA，推动了基因工程的发展。

大家熟悉的重组人胰岛素，就是基因工程走进医学的一个例子。

Taq 聚合酶则能耐受高温，帮助复制 DNA。它成为 PCR 的重要工具。

PCR 可以理解成"分子复印"：把很少的一段 DNA 反复复制，放大到足够检测和研究的程度。

还有 CRISPR。它原本是细菌等微生物应对病毒的一套防御系统，后来被研究者改造成基因编辑工具。

它已经有实际的医学应用。美国 FDA 在 2023 年批准的 Casgevy，就利用 CRISPR 编辑患者的造血干细胞，治疗符合条件的镰状细胞病患者。

所以，一段奇怪的重复序列、一种特别的蛋白质，一开始可能只是一条线索，后来却有机会变成很有用的工具。科学家会对它感兴趣，是有原因的。

Claude 到底发现了什么

研究团队没有指定 Claude 去找 ART，但给了明确的大方向：从海量基因数据里，寻找逆转录酶和新的"搭档"基因组成的系统。

按照论文的统计，这轮搜索启动了 949 个智能体会话，用了约 2.156 亿个 token，耗时约 21.5 小时。这是计算搜索的时间，后面的实验另算。

其中一个智能体读到某种逆转录酶旁边的 DNA 时，注意到一串反复出现的片段。它把重复序列、逆转录酶和旁边的伙伴基因联系起来，提出这可能是一套新的系统。

它在日志里的反应，大意就是："我能直接看出这里有串联重复序列，这像不像 CRISPR？"

团队后来把这类系统命名为 ART。它主要出现在噬菌体里，也就是感染细菌的病毒。

当然，这种逆转录酶此前已有研究记录，Claude 发现的新线索，是旁边的重复阵列和辅助蛋白等组成的系统特征。

Claude 继续查资料、分析候选对象，也提出验证实验。

科学家审核结果，并完成实验室里的工作。

初步实验发现，那些重复序列会产生一组短 RNA。

但这些 RNA 和逆转录酶究竟在做什么，还没有弄清楚。现在只能说找到了值得继续追查的系统，不能说已经发明了一种新的基因编辑技术。

一个早期发现，为什么让我振奋

Dario Amodei 这个人虽然很讨厌，但有些观点在理。

他回顾 AI 在数学上的进步：按他的说法，2023 年模型做高中数学还吃力，2024 年开始做好竞赛题，之后逐渐参与解决开放问题。

他认为，生物学也可能经历类似的快速进步。

也就是说，今天的发现可能还很小，但我们不能只盯着这一次的结果，就认定它以后也只能做到这样。

这点说实话，我深表认同。

当然，两者不完全一样。生物学离不开真实实验：细胞要培养，实验要等待，结果还可能和预测不一样。

网上也正好有两种声音。

参与 CRISPR 研究的科学家 Feng Zhang 看过预印本后，认为逆转录酶和 RNA 重复阵列之间的联系很有意思，值得进一步研究。这是专家对研究潜力的评价。

Ravid Shwartz-Ziv 的质疑则是：一个"有趣但还不知道功能"的系统，是否撑得起这么大的宣传？我觉得这个问题也值得问。

从一条线索到医学，还有多远

AI 可以帮助人类提出更多值得验证的假设，再由实验筛选，继续往下研究。

医学研究是一条很长的管道。从基础发现，到寻找治疗方向、开发药物，再到临床试验，最后才能走到患者手里。

加快前面的发现，不会自动让临床试验变短，但可能让更多有希望的方案进入后续研发。

Dario 提过"5 到 10 年内治愈大多数疾病"的愿景。他认为，要接近这个目标，需要 AI 参与从基础研究到医疗交付的各个阶段。

这是一个很激进的预测，不能用 ART 这次发现证明它一定会实现。

未来医学还有一种值得期待的方向：让 AI 帮医生看懂一个人长期的健康变化，更早识别风险、寻找干预机会。

这样一来，我们争取的就不只是治好病，还有少生病。

疾病少一点，健康寿命长一点，家属少一点长期照护压力，人也就可能有更多时间工作、创造和生活。

这才是我能想象到的，AI 给整个经济带来真实增量的一条路径。

我更关心它开辟的方向

这让我想起穆斯塔法·苏莱曼在《The Coming Wave》里的判断。

他把 AI 和合成生物学放在下一波技术浪潮的中心，认为两者会彼此推动。

AI 帮人处理信息，生物技术让人逐渐学会读懂、改写和设计生命系统。它们结合起来，影响可能延伸到药物、材料、农业和制造。

当然，也有人觉得 Anthropic 把这次成果宣传得太大。但我觉得，这家公司在 AI 这个领域确实挺牛逼的。

过去几年，它持续投入企业工作、编程和 Agent，这几个方向现在也成了整个行业的竞争焦点。如今它又把团队和实验室带进基础生命科学。

奥尔特曼在联合国安理会也提到，AI 可能带来文艺复兴式的创造与发现，也可能带来工业革命式的动荡。技术更强了，普通人能不能受益，同样重要。

ART 最后会不会成为有用的工具，谁也不知道。但我愿意继续看它能不能帮人更快地认识生命，再看这些进步能不能真正改善普通人的生活。

相比又一张跑分表，这件事让我更想追下去。

参考资料

01｜Anthropic 研究介绍：https://www.anthropic.com/news/claude-discovers-novel-enzyme-system

02｜ART 技术预印本：https://www.alphaxiv.org/abs/2609.ai-agents-discover-reverse-transcriptases

03｜Dario Amodei 长帖：https://x.com/DarioAmodei/status/2102831170299834652