文章目录
- 前言
- 1. 先说人话：Claude 到底发现了啥
- 1.1 为什么说它像 CRISPR
- 2. 这活儿到底有多大
- 2.1 一切的起点，是个 Prompt
- 3. 这次跟 AlphaFold 那次不一样
- 3.1 自主到什么程度
- 4. 科学品味：AI 的新 KPI
- 5. 评论区已经开始整活了
- 5.1 发际线梯度下降
- 5.2 逆转衰老也安排上了
- 5.3 Dario 亲自下场画饼
- 6. 最后说两句
P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。
前言
先宣布一个好消息：AI 界终于把"卷"字卷到生物学头上了。北京时间周四凌晨，Anthropic 发了条公告，大意是——Claude 自己翻遍了海量基因组数据库，找到了一套此前从未被人类标记过的酶系统。注意关键词：自己翻。不是人类写好关键词让它搜，是它自己决定该搜什么、该看哪儿。别人家的 AI 在写诗、画图、做表情包，Claude 在实验室搞科研，而我家的智能音箱连"明天天气"都能答错三回。这差距，说多了都是泪。
1. 先说人话：Claude 到底发现了啥
这套系统叫 ART（Array-associated Reverse Transcriptases），阵列关联逆转录酶。名字听着像某支地下摇滚乐队，实际是一种藏在噬菌体 DNA 里的酶系统。
噬菌体是啥？就是专门感染细菌的病毒。简单说，Claude 在病毒的地盘上，挖到一套人类没登记过的"基因工具包"。
1.1 为什么说它像 CRISPR
CRISPR 大家可能不陌生——现代基因编辑的老祖宗，靠 Cas 蛋白识别、切割 DNA，旁边跟着一长串重复序列阵列当"瞄准镜"。
ART 最扎眼的地方，就是它的基因旁边也蹲着一长串排列极其规律的重复 DNA 序列，跟 CRISPR 的阵列长得像同一个模子。
用招聘的话说：这属于简历上写着"会切、会复制、会粘贴 DNA"，就是岗位职责还没写清楚。而历史上但凡这种"可编程系统"出现，最后都成了医学神器——CRISPR 如今已经是基因药物的地基。看到这么个东西，科学家不兴奋才怪。
2. 这活儿到底有多大
关键数据来了：950 个 Claude Agent，21 小时，2.1 亿 Token，从 20 万个逆转录酶里筛出 3500 个候选，最后重点盯 20 个。
2.1 亿 Token 是什么概念？换算成人类工作量，大概够我水一年周报，或者把《甄嬛传》台词从头背三遍。而 Claude 用这 21 小时，干完了人类专家几周到几个月的活儿。
更气人的是，它还顺手把实验报告写好了。这破数据库我反正是翻不动——翻到第二页就想睡觉。
2.1 一切的起点，是个 Prompt
Anthropic 说，这个研究跟咱们平时和 AI 聊天的方式一模一样：始于一个 Prompt。只不过咱们的 Prompt 是"帮我写个年终总结"，它的 Prompt 是……
We gave Claude a prompt to search through a massive database of DNA sequences for interesting new examples of RTs. Our involvement was limited to the initial prompt and the lab work, while Claude agents combed through the database, investigated the distinct RT families, and used their own judgement to identify interesting candidates. After 21 hours spent searching this data by roughly 950 agents using 210 million tokens, one of the agents spotted something remarkable: a repeating pattern of DNA sequences that occurs next to the gene for an odd-looking RT. After further analysis and testing in our lab, we recognized that this pattern marked a previously uncharacterized enzyme system found in bacteriophages (the viruses that infect bacteria) that we call array-associated reverse transcriptases (ART).看明白了吧，人类就干了三件事：给 Prompt、做实验、发公告。中间所有翻数据库、分析家族、判断哪些候选值得深挖的脏活累活，全是 Claude 自己拍板。
3. 这次跟 AlphaFold 那次不一样
上一个里程碑是 DeepMind 的 AlphaFold，2024 年拿了诺贝尔化学奖，能预测蛋白质结构。但那时候 AI 更多是个"工具"——人指哪，它打哪。
这回不一样。没人告诉 Claude"你去找 ART"，也没人给它指定某段 DNA。它得自己拆解不同的逆转录酶家族，自己判断哪些系统没被研究过，自己决定把算力砸在哪儿。
说人话：以前是"AI 帮我写代码"，现在是"AI 帮我做实验，我在工位负责喊加油"。照这个趋势，再过两年，怕是连"加油"都嫌我吵。
3.1 自主到什么程度
Claude 自己决定调用 950 个 Agent 并行干活，分头做数据搜索、序列分析、文献调查、候选筛选。它检查某个怪异的逆转录酶附近的原始序列时，发现一串规律得让强迫症都浑身舒畅的重复序列，自己联想到了 CRISPR，又自己查文献确认"没人报道过这玩意儿"，最后自己写了份报告递上去。
整个过程没人催它、没人给它划重点。就这份主观能动性，建议录成入职培训视频全公司播放，让某些"需求不写清楚就不动手"的同事好好学学。
4. 科学品味：AI 的新 KPI
Anthropic 现在在培养 Claude 的"科学品味"。听起来很玄学，道理其实很朴素：Claude 能哗啦啦生成几百上千份候选报告，但大部分根本不值得真去做实验。
所以研究团队的任务，是教会它判断"哪个假设值得烧钱"。做法也直接：拿人类科学家的反馈去训练模型。
科学品味这东西，多少研究生毕业前都没整明白，AI 已经开始被系统培训了。建议顺便引入"导师已读不回"和"Deadline 前三天改方向"两个训练环节，让 AI 提前感受科研的完整形态。
5. 评论区已经开始整活了
消息一出，科技圈直接开起联欢会。有人第一时间盯上了 AI 大佬们的发际线。
5.1 发际线梯度下降
有人当场让 Claude 修发际线，还贴心附了一份受害者名单：Greg Brockman：秃了；Demis Hassabis：秃了；Ilya Sutskever：秃了；Elon Musk：曾经秃了。
灵魂总结是：“AGI 已经来了，千禧年难题也解完了，能不能下一步专注解决秃头？”——以及一句让程序员会心一笑的话：“我的发际线这些年一直在梯度下降。”
懂行的都知道，发际线倒退确实是标准的梯度下降——还是一种永不收敛、调学习率都救不回来的那种。
Claude, fix my hairline. Make no mistakes. Greg Brockman: bald Demis Hassabis: bald Ilya Sutskever: bald Elon Musk: was bald AGI has arrived Millennium Problems solved Can we focus on baldness next? My hairline has been on gradient descent for years5.2 逆转衰老也安排上了
还有人已经开始畅想：生物学研究被加速，接下来是不是该逆转衰老了？2030 年代衰老逆转疗法，先预定一波。
我建议排队时别插队——前面还排着"让秃头先长回来"这个优先级更高的需求。
5.3 Dario 亲自下场画饼
Anthropic 创始人达里奥也发了推，大意是：我在《Machines of Loving Grace》里就写过，AI 有潜力在 5-10 年内"治愈大多数疾病"。这听起来像个不可能的目标，但如果把 AI 用在流程的每个阶段，就勉强有可能。Claude 的发现，是几十年来一系列相关工作的最新成果。
翻译一下：第一步已经迈出去了，剩下九十九步大家慢慢等。以人类对发际线的怨念，我赌第一步会是它。
6. 最后说两句
ART 的功能还没完全摸清：辅助蛋白是干嘛的、能不能跟逆转录酶和 RNA 协同工作，都得等后续实验。但方向已经很有意思了。
未来的世界大概是这么个画风：AI 负责判断什么值得研究，人类负责在实验室里验证，然后一起祈祷结果别推翻自己刚投出去的论文。
至于我？我只希望到那一天，AI 能顺手把我二十年前写的 bug 全修了——包括我头顶上这个。
参考：Anthropic 官方公告（anthropic.com/news）
P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 传送门http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。
