Anthropic 在湾区自建湿实验室，让 Claude 指挥机器人做实验

路透社 9 月 18 日的独家报道把一件 Anthropic 此前没公开讲过的事摆上了台面：这家以大模型起家的公司，已经在湾区拥有一间湿实验室（wet lab，即操作细胞、蛋白、试剂的实体实验室，区别于只跑计算的「干实验」）。Anthropic 生命科学负责人 Eric Kauderer-Abrams 随后确认了实验室的存在，并称团队已经在人类监督下做真实的实验室工作。

他给出的理由很直白：在生物学里，最终的检验在很长一段时间内仍然是真实的实验。换句话说，模型在屏幕上设计得再漂亮，蛋白能不能表达、能不能结合目标，得在试管里说了算。

为什么一家模型公司需要试管

过去两年，AI 做生物的主流路径是「模型出方案、合作方去验证」：设计交给算法，湿实验外包给 CRO 或学术实验室。这条路的问题是回路太长，一轮设计—合成—测试动辄数周，模型拿到的反馈又稀又慢。

Anthropic 想做的是把回路收短：Claude 不只是写实验方案，而是直接驱动实验室里的自动化设备执行，再读回结果、调整下一轮。据报道，目前实验室配有机器人设备，人类研究员在旁监督，公司称这种人类参与对安全是必要的。Kauderer-Abrams 还提到，部分工作在自有设施完成，部分交给外部合作伙伴。

值得留意的是措辞上的一处松动：公司发言人对路透社表示，这间实验室并非专门用于药物发现，但没有进一步解释。它更像是一块通用的「让模型接触物理世界」的试验田，药物只是目前最容易讲清楚的应用。

这条线是怎么一步步铺出来的

• 4 月：据媒体披露，Anthropic 以约 4 亿美元股票收购 Coefficient Bio。这家初创公司做的是中间层软件，让 AI 模型能直接操控分子设计工具、跑序列比对、查询结构数据库。
• 6 月 30 日：Anthropic 在旧金山发布 Claude Science，定位是面向被忽视疾病与罕见病的临床前项目，编排 RFdiffusion、ProteinMPNN 等开源蛋白设计工具。
• 8 月：据外媒报道，由 Claude 设计的蛋白结合物针对 15 个靶点送第三方（Adaptyv Bio、Twist Bioscience）测试，14 个靶点有成功结合，命中率在 22.6% 至 35.1% 之间，报道称行业常见水平约为 10%–15%。
• 9 月：湿实验室曝光，从「设计」延伸到「自己动手验证」。

把这几步连起来看，收购补的是工具调用能力，Claude Science 补的是产品外壳，湿实验室补的是反馈回路。缺的那一块现在补上了。

选罕见病、不做临床，是一种刻意的站位

罕见病的商业账向来难算：患者少、研发成本并不低，传统药企立项动力不足。Anthropic 把自己放在这个位置上，一方面有「做药企不愿做的事」的叙事好处，另一方面也回避了最敏感的冲突——大药企恰恰是 Claude 企业版的潜在大客户。明说不做临床试验，等于告诉这些客户：我们是给你们递工具、做前期验证的，不是来抢管线的。

这个信号还能从董事会上找到呼应：Anthropic 此前已邀请诺华 CEO Vas Narasimhan 加入董事会。一家 AI 公司的董事会里坐着药企掌门人，本身就说明它想和药企保持什么样的关系。

绕不开的那个问题：生物安全

Anthropic 一向把生物风险列为前沿模型最需要防范的方向之一，其负责任扩展政策（RSP）里对生物武器相关能力有专门的评估门槛。如今同一家公司让模型直接指挥实体实验，外界自然会追问：安全评估的边界是否也要从「模型能否回答危险问题」扩展到「模型能否执行危险操作」。

公司目前给出的回答是人类监督，但报道里没有披露具体的审批流程、可执行实验的范围限制，或外部审计安排。当 AI 从「给建议」走到「动手做」，监督机制写得有多细，恐怕比命中率数字更值得关注。这一点，Anthropic 迟早需要公开交代。