9月24日凌晨，Anthropic正式宣布，Claude发现了隐藏在噬菌体DNA中的一种此前完全未知的酶系统。这种酶的基因旁边排列着一长串重复的DNA序列，结构上与基因药物的基石——CRISPR系统有几分相似。
▲ Anthropic官宣成果
据研究团队介绍，他们只向Claude提供初始提示，后续的实验室工作则由人类科学家接手。Claude智能体承担的任务是：梳理海量DNA序列数据库、调查不同逆转录酶（RT）家族，并依靠自身判断去识别有价值的候选对象。
大约950个智能体、消耗2.1亿tokens、历时21.5小时的搜索之后，其中一个智能体注意到，在一个外观异常的RT（逆转录酶）基因旁边，存在一种重复的DNA序列模式。
研究团队随后在实验室中进一步分析测试，最终确认这种重复模式指向一个从未被描述过的全新酶系统。它存在于噬菌体——也就是感染细菌的病毒——中，团队将其命名为"阵列相关逆转录酶"（ART）。
结果一经发布，立即引发学界和开发者社群的热议。
Lucas Harrington是Jennifer Doudna实验室的博士，而Jennifer Doudna正是CRISPR基因编辑领域的先驱之一。正因如此，他对Anthropic这项成果的点评格外值得关注。他认为，找到一个奇怪的基因簇和重复序列，往往是最容易的部分。真正困难、也是真正意义上的发现，在于弄清这个系统究竟做什么，而Anthropic目前还没有走到这一步。
APILayer开发者关系经理Pratham Kumar则看到了这项研究的另一层意义。他说："过去发现CRISPR这样的工具，往往需要人类专家花几个月手动搜索。而这一次，AI完成了这些工作，发现了真实存在的东西，速度是任何人类团队都无法比拟的。所以别误会成Claude治愈了癌症。Claude只是在自然界中发现了某种人类此前漏掉的新东西。"
▲ 网友评价
01. 949个会话，2.156亿tokens，21.5小时无人类介入
在随博文发出的论文预印本上，研究团队详细还原了实验全貌。
本次实验以Claude Mythos 5驱动的多个Claude Code实例组成多智能体系统，分别扮演执行者、审核者、记录者和编辑四种角色，对宏基因组数据库中的逆转录酶（RT）位点进行系统性普查。整个行动包含119项任务、949个智能体会话，消耗了2.156亿tokens，历时21.5小时，期间没有任何人类介入。
▲ tokens消耗量
智能体共执行了7578条shell命令、696次数据库查询和131次文献检索，最终产出19份研究报告，确认了三组此前未被报道的RT关联系统和三个新的RT谱系。
▲ 对新型RT谱系的主体式发现
有意思的是，ART起初并不在任务预设目标之内。Claude的任务书要求智能体寻找新的"搭档基因"关联，但一名执行智能体在排查一个噬菌体RT时，否决了最初筛选出的候选基因，反而主动将这段RT列为值得跟进的次要发现。
审核智能体随后要求下一个执行者检查该RT上游的非编码区域。关键的一步出现了：这名执行者直接把DNA序列读入了自己的上下文窗口，然后用自然语言写下这样一段推理记录：
L0050的侧翼区域太惊人了：我直接用肉眼看到了一个串联重复阵列：'CATGTGTATCGCATGTT'/'CATGTGTTTCGCATGT'以约100-180bp的间隔重复了很多次——这是类似CRISPR或msDNA的重复阵列？
▲ 推理记录
值得注意的是，这名智能体随后还经历了自我怀疑。它在推理中追问这一结构是否属于已报道的DRT9或其他已知系统，并决定"先做定量表征，再用精确描述词做新颖性文献排查"。排除所有已知系统后，智能体将该发现写成报告提交给人类审核，最终这一新谱系被正式命名为ART。
02. ART系统机制类似反转子，或可携带多套RNA模板
经研究团队后续分析确认，ART是一个主要存在于巨型噬菌体（jumbo phage）中的新RT家族，共识别出95个不同的RT簇，其中28个带有可检测的重复阵列。
其典型结构为：RT上游有一段由3至21个重复单元构成的阵列（总长0.3至4.1kb），下游有一个专属搭档基因。每个重复单元长15至49个核苷酸，带有回文核心，单元之间由互不相同的间隔序列分隔。这与CRISPR阵列明显不同，且ART位点附近不存在任何cas基因，提示这是一种新型的非编码重复元件。
▲ ART阵列被转录为高丰度RNA，且ART家族RT与专属伴侣蛋白共存
研究团队调取了一项已发表的葡萄球菌噬菌体SA1感染时间序列数据加以验证，发现ART阵列在感染早、中、晚期均被高水平转录。感染15分钟时，阵列来源的RNA占噬菌体总RNA的比例最高达8%，属于丰度最高的噬菌体转录本之一。在大肠杆菌中异源表达该系统，也观察到了类似的离散短RNA。
基于这些证据，研究者提出假设：ART可能采用类似反转子（retron）的工作机制，但携带的不是单一RNA，而是一组不同的RNA"模板库"。同一套酶和效应蛋白可组装出多个仅RNA不同的复合体，从而响应不同触发信号。
03. Mythos 5识别率高达96%，模型能力差距明显
论文还做了一项针对模型内部分析的实验。
研究团队将发现会话的转录记录与模型内部活动对照，分离出Mythos 5内部两个对重复DNA产生响应的信号（repeat-signal 1和2）。这两个信号在模型读到阵列之前保持静默，读到第三个重复单元时被激活；将每个重复单元的核苷酸原地打乱后，信号几乎全部熄灭。研究者据此认为，模型在"读"DNA时内部确实触发了对重复结构的表征，随后的自然语言推理直接命名了"串联重复阵列"——这种能力被研究者称为"基因组视觉"（genomic vision）。
▲ 随着序列被读取，Mythos 5的内部信号会对重复序列做出响应
基准测试进一步显示能力分层十分明显。在七个Claude模型中，Opus 5.5、Mythos 5.1、Mythos 5和Opus 5四个最强模型对ART阵列的识别率显著高于Opus 4.6、Opus 4.8和Sonnet 5。
识别率与模型实际读入上下文的连续DNA长度强相关。当读入超过2000 nt时，Mythos 5的识别率达96%。
▲ 能力最强的模型能够识别ART阵列，且这种识别依赖于将DNA读入上下文
那么，如果给模型更多工具，识别率会不会大幅提升？研究团队的结论是：并不会。 团队披露，在给模型配备工具后的尝试中，有39%的情况下模型从未读入超过200 nt的连续序列，因此也就从未"看到"超过一个重复单元。这一结果说明：给模型更多工具和信息，反而抑制了它识别阵列的能力。
04. 结语：AI从"工具"迈向"主体"，但论文结果仍需长期验证
宏基因组数据库每四年翻一番，已积累数十亿条蛋白质序列，但系统性挖掘依赖预设特征的计算流水线，流水线之外的异常会被漏掉，最终仍要靠人类专家逐项审阅。这一瓶颈正是论文试图用AI智能体解决的问题。
如果论文的结论成立，这意味着大模型在科学发现中的角色从"执行预设任务的工具"向"自主提出并筛选假设的主体"迈进了一步。
不过，这项研究的几个限定条件值得注意。
其一，可重复性存疑。研究团队在相同框架下将同一任务重跑了十次，几乎所有完成的行动都采样到了ART位点，但没有任何一次有智能体去读上游DNA，阵列在每一次重跑中都被错过了。作者将其归因于RT搜索空间过大和框架的非确定性行为。这意味着最初的发现带有相当的偶然性。
其二，功能未经实验验证。ART逆转录酶是否具有活性、单元RNA是否为其底物、RT与搭档蛋白是否真实互作、该系统对噬菌体有何功能，论文均未给出答案。目前的证据止步于序列分析和转录组数据。
其三，这是Anthropic关于自家模型的自我报告，论文未经同行评审。对于关注AI技术前沿的从业者而言，这份报告提供了一份极具启发性的案例，但距离学界公认的定论，显然还有很长的路要走。
发表于 半小时前
|
查看: 5|
回复: 0
