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。
▲ 图：Anthropic 实验室介绍视频画面。
01 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。
▲ 图：DNA、RNA 与逆转录示意。
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。
▲ 图：三类分子工具的功能示意。
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。
02 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？”
▲ 图：Claude 识别重复序列的日志。
▲ 图：DNA 中重复片段的高亮对照。
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。
这里要说清楚：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。
03 一个早期发现，为什么让我振奋
Dario Amodei 的观点，我觉得特别值得聊。
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。
04 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。
▲ 图：从基础发现走向医学的可能路径。
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。
05 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。
06 参考资料
01｜Anthropic：研究介绍
https://www.anthropic.com/news/claude-discovers-novel-enzyme-system
02｜Anthropic：ART 技术预印本
https://www.alphaxiv.org/abs/2609.ai-agents-discover-reverse-transcriptases
03｜Dario Amodei：关于此次发现的长帖
