作者：默思編輯部 發布：2026-09-30
Anthropic在2026年9月24日宣布一項罕見的AI輔助科學發現：其旗艦模型Claude在該公司設於舊金山的生物研究實驗室中，於研究人員的提示下「自主」搜尋了一個涵蓋約19億個蛋白質群集的龐大資料庫，並在噬菌體（感染細菌的病毒）的DNA中，找出了一套先前從未被描述過的酶系統。這整場自主搜尋作業耗時21.5小時，總共觸發949次獨立的代理工作階段，消耗2.156億個token。
Anthropic將這套新發現的系統命名為「陣列關聯反轉錄酶」（array-associated reverse transcriptases，簡稱ART），它由三個部分組成：一個反轉錄酶、緊鄰在旁的一個搭配基因，以及一長串間隔均勻的DNA重複序列。這種重複序列的排列方式，與CRISPR系統中儲存一整套可編程RNA導引序列的「陣列」結構高度相似，這也是為什麼Anthropic將這套系統類比為「疑似新型的基因編輯機轉」。
目前仍不知道ART到底能做什麼
必須特別澄清的是，Anthropic坦言目前仍未確定ART系統實際的生物功能為何——換句話說，這是一次「發現了一個看起來很有趣、結構很特殊的系統」，但距離「證實它真的可以像CRISPR一樣被用來編輯基因」還有相當長的驗證路要走。從搭配該反轉錄酶的那個功能未知的伴隨蛋白，到整個系統實際在細菌與噬菌體之間扮演的生物學角色，都還需要後續大量的濕實驗室驗證工作。Claude在這次任務中的角色，是第一個注意到這組重複序列陣列與功能未知伴隨蛋白之間關聯性的「發現者」，而不是已經完整解讀出其功能的「破解者」。
AI輔助科學發現的意義與侷限
這起事件之所以受到關注，是因為它展示了AI模型在「大規模資料庫探勘」這類過去需要人類研究者投入大量時間逐一比對篩選的任務上，能夠展現出遠超人類肉眼比對的搜尋效率與模式辨識能力。但同樣值得留意的是，AI在這個案例中扮演的角色始終是「加速發現候選目標」，真正確認這項發現的科學價值與生物學意義，仍然需要人類科學家透過傳統實驗方法逐步驗證，這也是目前AI輔助科學研究普遍呈現的分工模式：AI擅長在龐大搜尋空間中快速找出「值得深入研究的線索」，而非直接產出「已驗證的科學結論」。
對生命科學與AI應用交叉領域有興趣的讀者，歡迎參考Python課程，建立扎實的程式與資料分析基礎。