Anthropic 950 個 Claude 代理協作：發現類 CRISPR 新酶系統 ART
突破性發現概覽
2026年9月，Anthropic 宣布了一項令生物科技界震驚的重大發現：由約 950 個 Claude AI 代理組成的「代理群」（Agent Swarm），在 21 小時內處理了 2.1 億個 Token，篩選了超過 20 萬個逆轉錄酶（RT）候選序列，最終識別出一種全新的酶系統——陣列相關逆轉錄酶（Array-associated Reverse Transcriptases，簡稱 ART）。
這一發現不僅展示了 AI 代理在科學研究中的巨大潛力，更標誌著人工智能從「輔助工具」向「主動發現者」角色的重要轉變。
研究背景：Anthropic 的生命科學布局
2026年春，Anthropic 成立了專門的生命科學研究小組，並在灣區建立了實體實驗室，將 AI 驅動的假設生成與濕實驗室（Wet Lab）實驗相結合。這一戰略布局反映了 Anthropic 對 AI 在生物醫學領域應用的長期投入。
研究團隊的核心任務是：利用 Claude 代理系統，對龐大的蛋白質聚類數據庫進行系統性掃描，尋找未被表徵的生物系統——特別是逆轉錄酶相關的新型系統。
發現過程：AI 代理群的協作機制
任務分解與並行執行
950 個 Claude 代理並非簡單地重複相同工作，而是通過精密的任務分解機制協同運作：
- 初步篩選層：大量代理並行掃描蛋白質數據庫，從 20 萬個逆轉錄酶候選序列中初步篩選出 3,500 個有潛力的候選者
- 深度分析層：專門的代理對 3,500 個候選者進行更深入的結構和功能分析
- 模式識別層：特定代理負責識別序列中的重複模式和結構特徵
- 最終評估層：精英代理對最終候選者進行綜合評估，確定 20 個高度值得關注的系統
關鍵發現時刻
在分析過程中，一個代理識別出了一個關鍵模式：在某個逆轉錄酶基因旁邊，存在一系列重複的 DNA 序列，其視覺外觀與 CRISPR 陣列驚人地相似。這一發現觸發了更深入的調查。
ART 系統的結構特徵
ART（陣列相關逆轉錄酶）系統主要存在於噬菌體（感染細菌的病毒）中，由三個核心組件構成：
| 組件 | 描述 | 功能狀態 |
|---|---|---|
| 逆轉錄酶（RT） | 將 RNA 複製為 DNA 的酶 | 已確認 |
| 伴侶基因 | 功能未知的輔助蛋白 | 待研究 |
| 串聯重複陣列 | 結構上類似 CRISPR 陣列的 DNA 序列 | 已確認表達 |
Anthropic 的人類科學家在實驗室中確認，ART 陣列能夠表達為獨特的短 RNA，這暗示其可能在 DNA 切割或編輯等生物操作中發揮作用——但具體功能仍有待進一步研究。
科學界的反應：謹慎樂觀
積極評價
CRISPR 先驅、麻省理工學院教授 Feng Zhang（張鋒） 對這一發現給予了積極評價，稱識別出與逆轉錄酶相關的 RNA 重複陣列是「真正令人著迷的」，值得進一步深入研究。
謹慎聲音
然而，科學界也有謹慎的聲音：
- 微生物學家 Kevin Blake 指出，雖然 ART 系統在結構上與 CRISPR 相似，但目前沒有證據表明它具有 CRISPR 的功能能力或作為治療工具的潛力
- 計算機科學家 Dimitri Perrin 強調，從結構相似性到功能驗證，還有很長的路要走
市場反應
這一消息發布後，生物技術股市場出現波動，CRISPR Therapeutics 等公司的股價短暫下跌，反映出市場對潛在競爭技術的擔憂。
方法論意義：AI 代理在科學發現中的角色
這次發現的意義不僅在於 ART 系統本身，更在於它所展示的 AI 代理科學發現方法論：
規模化假設生成
傳統的生物學研究受限於人類研究者的認知帶寬，每次只能評估有限數量的假設。AI 代理群能夠並行評估數十萬個候選序列，大幅擴展了可探索的假設空間。
模式識別能力
AI 代理在識別跨越大型數據集的細微模式方面具有獨特優勢。ART 系統的發現正是源於一個代理識別出了人類研究者可能忽略的視覺相似性。
人機協作模式
Anthropic 強調，所有濕實驗室實驗均由人類科學家執行，實驗室在 BSL-1 和 BSL-2 安全指南下運作。AI 代理負責假設生成和數據分析，人類科學家負責實驗驗證——這種人機協作模式可能成為未來生物醫學研究的標準範式。
對亞太地區生物醫療 AI 的啟示
這一發現對亞太地區的生物醫療 AI 發展具有重要啟示：
研究機構：香港大學、新加坡國立大學、東京大學等亞太頂尖研究機構，可以借鑒 Anthropic 的多代理協作方法，加速本地生物醫學研究。
製藥企業：亞太地區的製藥公司（如大塚製藥、三星生物製藥）可以考慮將 AI 代理群技術整合到藥物發現流程中，縮短候選藥物篩選周期。
監管考量：AI 驅動的生物發現帶來了新的監管挑戰。亞太地區的監管機構需要建立相應的框架，評估 AI 輔助發現的科學可靠性和安全性。
未來展望
Anthropic 表示，這項工作是 AI 驅動生物發現能力的早期示範。未來的研究方向包括：
- 功能驗證：通過更多濕實驗室實驗，確定 ART 系統的具體生物功能
- 治療潛力評估：如果 ART 系統具有類似 CRISPR 的 DNA 編輯能力，其治療應用潛力將是巨大的
- 方法論推廣：將多代理協作發現方法應用於其他生物學問題，如蛋白質折疊、藥物靶點識別等
結語
Anthropic 的 950 個 Claude 代理在 21 小時內完成的工作，可能需要傳統研究方法數年才能實現。ART 系統的發現，不僅是一個具體的科學成果，更是 AI 代理在生物醫學研究中潛力的有力證明。
隨著 AI 代理技術的持續進步，我們可能正站在一個生物醫學發現加速時代的門口——在這個時代，AI 不再只是研究工具，而是真正的科學發現夥伴。
