大家好，这里是最佳拍档，我是大飞。大多数人不知道的是，过去几十年里改变了生物学和医学面貌的那些重大发现，起点往往不是什么精心设计的伟大实验，而只是某个科学家在一大堆数据里，注意到了一个有点奇怪的东西。比如限制性内切酶，是在细菌的免疫系统里发现的，细菌用它切碎入侵病毒的DNA，后来人类拿它当分子剪刀，开启了整个生物技术产业。
Taq聚合酶是从黄石公园温泉里的一种细菌身上找到的，能在高温下复制DNA，后来成了PCR技术的基础。就是疫情那几年我们天天做核酸检测用的那个技术。CRISPR就更不用说了，最早被注意到时，也只是某些细菌DNA里一段奇怪的重复序列。同一小段序列隔一段距离就会重复出现一次，没人知道它是干什么的。
三十多年后，它变成了基因编辑工具，拿了诺贝尔奖，现在已经是整个基因药物领域的地基。所以在生物学家眼里，一个酶的基因旁边有一串整齐的重复序列，这个画面本身就足够让人心跳加速。
而就在2026年9月23日，Anthropic在官方博客和社交平台同步发布了一则消息，给这个清单上又添了一笔。他们说Claude在人类科学家仅给出高层次提示的情况下，自主发现了一种此前未被完整表征的酶系统。这个系统隐藏在噬菌体的DNA中，被命名为阵列关联逆转录酶，英文缩写是ART。
它最引人注目的地方就是酶基因旁边有一长串均匀间隔的重复DNA序列，结构上和CRISPR阵列长得很像。Anthropic很坦白的说：“我们还不清楚它到底做什么。”但是历史上只有少数已知系统共享类似特征，而那些系统全都能对DNA进行切割、复制和粘贴操作。
这是Anthropic新成立的分子生物学实验室的首个公开成果。他们在今年春天组建了这支生命科学研究团队，还在旧金山湾区建了一间湿实验室。团队成员都是职业生涯里一直在找奇怪蛋白的人，有人研究过CRISPR系统的演化，有人给细胞和基因疗法发掘过新酶。
实验室只做生物安全一级和二级的研究，不碰能感染人类的病原体。所有湿实验都由人类科学家亲手完成。他们想验证的是一件事：通用AI模型能不能系统化地加速这种从奇怪中发现新东西的过程。他们相信，这种加速将来自一种全新的生物学研究方式，让智能体在每一个环节都和人类协作。
为此，他们需要自己建实验室，需要一支从训练Claude学生物学到亲手做实验的完整团队。这次的项目就是一个完整的演示：人类只做了两件事，写了一份研究简报以及最后的实验室验证。中间从数据检索到候选筛选再到初步分析，全部交给了Claude。
具体怎么干的呢？他们搭了一套多智能体编排框架，底层跑的是Claude Code实例，用的模型是Claude Mythos 5。研究简报先被拆成若干大的分析阶段，每个阶段再拆成小任务，每个任务由一对智能体负责。一个worker负责提计划、干活，一个supervisor负责审计划、审结果。
supervisor可以根据中途的发现开出新任务。所有计划、结果和评审都写进一个共享的知识库，最后还有curator整理、editor审稿。跑完的数据是这样的：从19.4亿个蛋白质簇里，捞出约20万个逆转录酶簇，分成9大类。
然后抽样大约1.1万个逆转录酶位点，给周边反复出现的3564个蛋白家族打分。最后16个家族进入深挖，后来又有1个被中途提拔。最终产出了19份人类可读的报告。整个战役一共119个任务、949个智能体会话，累计77个智能体小时。
烧掉了2.156亿token，耗时21.5小时，全程无人干预。而在这119个任务里，有98个是智能体自己根据观察开出来的。也就是说，这不是一条写死的流水线。Claude们会在干活途中觉得“诶，这个好像值得再看看”，然后自己给自己派活。
而且它们也很敢于放弃。17个候选家族里，最后只有3个被确认是真正的新发现。另外14个被它们自己判定为注释错误、已知系统的一部分，或者只是路过的邻居。而ART，恰恰不在最初的17个候选里。它的发现，完全是一次跑题。
起初，有一个worker在调查某个逆转录酶家族，因为它总和一种巨型噬菌体的RNA聚合酶亚基挨在一起。worker查了一圈，判定这只是基因排列顺序造成的巧合，把这个关联否掉了。但是它在推理记录里补了一句：“逆转录子辅助蛋白这个解释死了，但同时这里也有一个真正值得报告的次要发现：AR9类巨型噬菌体携带一个独立的、类逆转录子的逆转录酶。”
逆转录子通常是细菌拿来防御噬菌体的系统，结果出现在了噬菌体自己的基因组里。这本身就有点反常。于是它给自己排了个后续任务，supervisor看到后让下一个worker去查这些逆转录酶上游有没有配套的非编码RNA。
结果发现，这些逆转录酶上游的非编码区很短，中位数只有27个碱基。根本装不下一段RNA，而它们的近亲上游的非编码区却长达940个碱基。worker便把这些近亲的上游序列直接读进了自己的上下文，那是一段2900个碱基长、写满A、T、C、G的原始序列。
然后，它就兴奋起来了。它在推理记录里写道：“L0050的侧翼序列太壮观了！我用肉眼就能看出一个串联重复阵列……这是一个类CRISPR或类msDNA的重复阵列？！”注意最后那个问号加感叹号。一段纯字母组成的DNA序列，它说“by eye”，也就是用肉眼就能看出来。
更像人类科学家的是它兴奋完之后的反应。它紧接着又写道：“等等，再想想。噬菌体里逆转录酶正上游的重复加间隔阵列……这不就是最近描述的DRT9里那种类逆转录子串联阵列吗？我记得2024到25年有论文讲到噬菌体或细菌的逆转录酶从重复阵列聚合，比如ApeA？嗯。”
还有张锋实验室2024年那篇可编程RNA引导……不对。老实的做法是，先定量表征，再用精确的描述词跑一遍新颖性检验的文献检索。先惊叹，再自我怀疑，然后翻文献排除已知系统，最后写脚本数重复单元。
它自己计算出那个位点里有14个16碱基的重复，中间隔着100到200碱基不等的间隔序列。确认文献里确实没人报道过，才提交报告给人类审阅。这一套流程和情绪控制，和一个博士生真的没什么两样。
这段推理记录一出来，社交平台上网友们关注的重点很快就从新酶切换到了Claude的情绪上。Anthropic的员工费利克斯·里泽贝格（Felix Rieseberg）还晒出了一张图，是不同的Claude模型碰到同一个发现时各自的原话。
最初的发现者Mythos 5还算保持了一点学者的矜持，Opus 5就直接感叹号刷屏了。一边喊“我搞明白了”，一边自我否定了两次。当然，模型说出“我的天哪”并不意味着它真的有一颗怦怦跳的心。
但是Anthropic在技术报告里还真的去模型脑子里看了一眼。他们把最初发现那次会话的记录重新喂给Mythos 5，用可解释性方法把某一层的内部激活分解成一个个独立信号。然后看这些信号在读DNA时的反应，结果找到了两个对重复序列敏感的信号。
在阵列出现之前，它们都很安静；读到第三个重复单元左右，信号明显亮起。如果把每个重复单元的碱基原地打乱，信号就几乎全部熄灭。它们的反应曲线和Evo 2、gLM2这种专门在DNA上训练的基因组语言模型对得上。Anthropic管这个叫Claude的“基因组视觉”。
没想到，一个用来聊天、写代码的通用模型读一串ATCG的时候内部却对重复序列起了某种反应。所以那句“我用肉眼就能看出来”，某种意义上还真不是在吹牛。说到这里可能有人会想：从一段DNA里找重复序列，不就是个编程题吗？
一个滑动窗口加一张哈希表就能解决。这话单从纯计算角度来说没错，但是这道题之所以简单是因为已经有人把那段序列递到了你面前还明确告诉你去找重复。真正困难的是前一步：面对近20万个逆转录酶的上下游，到底该读哪一段呢？
读到的东西又算不算异常呢？而关于那串重复之前为什么一直没人注意到，还有一个很具体的技术原因。专门用来识别CRISPR阵列的常用工具参数基本都是照着CRISPR的典型尺寸设定的。常用的MinCED工具只认26到50个碱基的间隔序列，CRISPRCasFinder也只认25到60。
而ART的间隔长达120到220个碱基，原本就落在它们的筛查范围之外。这正是传统基因组挖掘的瓶颈所在：现有的挖掘高度依赖既定流程，先拿已知系统的组分搜同源序列再按预设特征分类。所以什么算新发现其实事先早就定好了，超出预设特征之外的异常自动化流程根本看不见。
只能靠专家在最后一轮人工筛查中兜底，可公共序列数据库大约每四年就翻一番。专家的注意力不可能跟着翻倍。为了进一步弄清Claude的识别能力，报告还专门做了一组对照实验：研究团队把ART的序列固定下来让7个不同的Claude模型分别分析。
结果显示，能力最强的四个模型包括Opus 5.5、Mythos 5.1、Mythos 5和Opus 5，表现明显好于其余三个。更有意思的是外部工具带来的影响：如果把DNA序列直接贴进上下文，最强的几个模型有九成以上能认出重复阵列；但如果改成文件形式再配上分析工具，识别率反而大幅下滑最低甚至只有32%。
研究团队翻看记录发现拿到的是文件时近四成的尝试从头到尾都没读过200个碱基以上的连续文本，连一个完整的重复单元都没看全。相反直接读进来的DNA越长认出阵列的比例就越高，Mythos 5最高达到了96%。
这个结论用过AI编程工具的人大概都会有点共鸣：智能体经常只看一下文件开头几十行就开始自信地下结论了。所以如果你也在用智能体做数据分析，这篇报告给的建议其实很实在：就是让它真的把数据读进来。不过，这多看的一眼目前依然可遇不可求。
研究团队把同样的搜索流程重新跑了10次，虽然几乎每次都采样到了ART所在的位点其中两次还专门跟进过这个家族却没有一次主动去读逆转录酶上游的原始DNA。10次全部错过了那串重复序列。报告将这种不稳定性归因于极大的搜索空间以及智能体行为本身的随机性。
而且还有一个细节：在最初交上来的19份报告中，Mythos 5充当裁判进行两两比较打分时ART那份其实只排在第三位。最终是人类研究员凭借经验从排名靠前的几份里把它挑了出来。随后确认ART是一个独立家族、找齐95个成员的验证工作也是研究人员在交互会话中协同Claude一起完成的。
湿实验则全部由人操作，所以更准确的说法是：Claude独立走完了发现中最关键的第一步，但后面的路依然是人类带着走的。说回这个新酶系统本身ART主要藏在巨型噬菌体里，由三部分组成：分别是一个逆转录酶、紧挨着它的一个搭档基因以及上游一长串等间距排列的非编码重复序列。
人类团队随后在公开数据库里找到了95个不同的ART簇，其中28个带有可检测的重复阵列。这些阵列长0.3到4.1千碱基对有3到21个重复单元，每个重复单元中心都有一个约15个碱基的回文结构。它和CRISPR像但也明显不一样：CRISPR的间隔序列只有30个碱基左右，而且会在亲缘菌株之间频繁增减。
而ART的间隔序列长达120到220个碱基，在亲缘噬菌体之间还按顺序保留。ART位点附近一个cas基因都没有。ART的逆转录酶有一段异常长的头部，N端约180个氨基酸（一般逆转录酶只有50个左右），而这段头部正好预测会和搭档蛋白结合。
湿实验这边，团队一方面翻出了一份已发表的葡萄球菌噬菌体SA1感染时间序列数据。这份数据来自青岛农业大学和北京化工大学的研究者，他们从山东一处猪场污水中分离出了这个噬菌体。数据显示感染15分钟时ART阵列产生的RNA能占到噬菌体全部RNA的8%，是噬菌体最丰富的转录本之一。
并且会被切割成边界固定的几段短RNA。另一方面，他们把SA1的ART系统放进大肠杆菌里表达也测到了从阵列切出来的一组各不相同的短RNA。结合这些线索，团队的假说是：ART可能是一种带RNA弹药库的逆转录子。普通逆转录子只配一条RNA，ART则配了一整排。
也许能让同一个酶和搭档组合出好几种不同的复合物去响应不同的触发信号。但技术报告里也写得很清楚：他们还没有证明这个逆转录酶有活性，也没有证明这些短RNA是它的底物。逆转录酶和搭档蛋白是否结合、整个系统到底为噬菌体干什么，目前全都不知道。
CRISPR基因编辑先驱、MIT及博德研究所教授张锋在看过预印本之后表示：“这是AI智能体参与生物学发现的一个令人兴奋的例子。与逆转录酶相关的RNA重复阵列确实很引人注目，值得进一步研究。”请注意张锋赞许的是AI介入科学发现的这种协作方式。
而落实到ART本身，他的判断始终非常克制：只说是值得研究，绝口没提这是下一个CRISPR。某种程度上来说张锋可能是最清楚一串重复序列离一个实用的工具有多远的人。CRISPR最早是1987年日本大阪大学的石野良纯在大肠杆菌里偶然看到的一串奇怪重复。
整整过了20年，才有实验证实它是细菌抵御噬菌体的免疫系统。直到2013年张锋团队才把它改造成能在哺乳动物细胞里精准编辑基因的工具。从发现到成为工具走了26年。张锋的实验室在2024年发表过抗噬菌体逆转录酶的研究，2025年又在噬菌体和寄生细菌中找到了TIGR-Tas。
TIGR-Tas在结构上同样是一串重复阵列搭配一个蛋白，但那篇论文发表时就已经证明了：这个阵列会被加工成36个核苷酸长的向导RNA，引导蛋白结合特定的DNA改造后还能在人类细胞里实现精确切割。由此来看ART确实比1987年刚被发现的CRISPR多走了几步，但是离TIGR-Tas那篇论文所达到的功能验证终点还差得很远。
而要把ART从序列推进到确切的生物学功能，归根结底只能靠实验。这也是Anthropic坚持自己建实验室的原因：AI最近在纯数学领域进展迅猛，但是数学家可以完全从第一性原理出发进行逻辑推演；生物学家却必须不断回到实验台前去验证想法。
Anthropic生命科学负责人埃里克·考德雷尔-亚伯拉罕斯（Eric Kauderer-Abrams）也说得很直接：“做生物学，最终的检验依然来自真实的实验。”成果发布后社交平台上一片“生物学要被解决了”的欢呼，Anthropic CEO达里奥·阿莫代伊为此专门发了一篇长文。
他称这是“一台我们怀疑可能代表一种全新基因编辑机制的分子机器”，但同时也承认精确功能、生物技术用途和重要程度都还不清楚。他说：“至少这是他读博时会引以为豪的工作。”这项工作大部分但不是全部是由Claude完成的：生命科学团队提出了一个宽泛的研究方向，Claude通读了文献和一大堆基因组数据发现了有趣的东西然后提出了验证实验由团队执行。
他随后又搬出了那条熟悉的曲线：2023年模型的数学水平还不如普通高中生，2024年开始在全美顶尖高中生的竞赛里拿好成绩，2025年开始解决小的开放问题，2026年初解决更重要的开放问题。到了2026年底开始触碰整个数学界最顶级的那几个难题。他认为AI在生物学领域的应用正走在类似的指数曲线上。
至于“生物学必须做实验所以AI的作用有限”这个常见反驳，达里奥的回应是：人类可以和AI协作做实验几周内就验证关键结果。未来Claude甚至可能在适当防护下自主操控实验设备，但他强调现在还没这么做。他还提到了一个很工程师的说法：加速基础生物学发现并不能缩短临床试验的时间，但能极大增加进入研发管线的候选数量。
吞吐量上去了尽管延迟还在。不过在一片欢呼声中，真正做这行的人反应要冷静得多。生物圈的专家们泼来了好几盆冷水：一位博士期间就在做基因组挖掘的研究者指出，这种看基因邻居的挖掘策略早就很成熟了。2002年人们就是这么理解CRISPR的，2008年起就不断有人发现和CRISPR阵列相关的逆转录酶。
一篇论文里挖出并验证几十个新系统的也有。他说：“找到一簇奇怪的基因和重复序列往往是最容易的部分，困难的部分也是真正的发现所在是搞清楚这个系统到底在干什么。”另一位研究者写了一个诚实版公告，还指出了一个缺失的对照组：真正该比的是950个Claude对比一位用着最好现有工具的专家，而不是Claude对比一个手动翻20万条序列的人。
他的总结是：这是个好结果，但是在一个普通的生物实验室里它还不是一篇完成的论文。它是那种你在组会上拿出来说“这看起来挺有意思，现在我们得搞清楚它到底是干什么的”的结果。他甚至还补了一刀说达里奥自己读过博应该很清楚要是拿着“我们发现了一个有趣的系统”
但还不知道它干什么，去找导师说要毕业，估计会被直接赶出办公室。这些冷水倒也不是乱泼。回到ART本身，它到底能不能成为下一个CRISPR？现在谁也不知道。把它和CRISPR放在一起宣传，确实是有点用力过猛了。但换个角度看，这件事的真正意义或许本就不在ART本身。
技术报告里有个细节提到，带有ART系统的MarsHill噬菌体，它的基因组其实早就被人类发表过了。当时的论文识别出了这个逆转录酶，还推测了上游有一段非编码RNA。但是既没提那串重复序列，也没提那个搭档基因。所以东西一直就摆在那里，只是没人仔细看罢了。
那种用肉眼看出来的工作，对人类来说还是太难了。或许现在最大的红利就是能开无限多个懂前沿知识的智能体，把它们扔进一堆公开数据里，问一句：“你有没有看出什么别人漏掉的东西？”不只是生物学，其他行业也同理。这可能是充分挖爆AI潜力的一种方式。
而生物学里这样没人仔细看过的数据，大概还有几十亿条。回看1987年那篇开创性的CRISPR论文，石野良纯在文末写道：“这些重复序列的生物学意义还不清楚。”三十九年之后，ART的报告在讨论部分写下了意思几乎完全一样的话。
不同的是，按照Anthropic的说法，这一次最先注意到那串异常重复的是Claude。而真正去揭开它生物学功能的实验，正在湾区的那座实验室里进行着。在实验台前操作试管的目前依然全都是人类。
ART到底是干什么的？它能不能成为下一代基因编辑工具，甚至只是一个有用的生物学工具？答案都还在很远的地方。但有一件事可能已经比较清楚了：AI参与科学发现的方式，正在从辅助分析走向自主发现。而这一步的跨度，比很多人想象的要大。
至于这个方向最终会走到哪里？我们不妨保持关注，也保持耐心。毕竟科学发现这件事，从来都不是一蹴而就的。感谢收看，我们下期再见。