人类科学家只给了一句话的方向，剩下的全是AI自己干的——950个Claude智能体、21个多小时、烧掉约2.1亿token，从超过20万个逆转录酶序列里，捞出一个此前从未被描述过的酶系统。
北京时间今天凌晨，Anthropic官宣了这件事。我把36氪、智东西、腾讯新闻几家近一天的报道逐条对了一遍，数字口径基本一致。这套系统被命名为ART（阵列关联逆转录酶），藏在噬菌体——也就是感染细菌的病毒——的DNA里，旁边跟着一串规律排列的重复序列，长得像极了CRISPR。
为什么说"像CRISPR"这四个字分量很重
先补一句背景：CRISPR当年也不是谁设计出来的，它最早就是在某些细菌的DNA里被注意到的一段"异常重复序列"——研究者觉得奇怪，追下去，最后追成了现代基因编辑药物的基础。
ART走的是同一条路。它由逆转录酶、邻近的辅助基因和一组DNA重复阵列组成，初步实验显示这些重复序列会被转录成多个短RNA——RNA引导酶干活，这正是可编程生物系统的典型特征。Anthropic自己也很克制：ART的主要功能目前还不清楚，相关结果只是以预印本形式公开。
最有意思的其实是发现过程本身。研究团队只给了一个初始提示，让Claude在海量DNA数据库里寻找"有意思的逆转录酶新样本"。950个智能体先筛出约3500个候选系统，再缩到20个，其中一个智能体注意到：一个外形奇特的逆转录酶基因旁边，有一段重复出现的DNA序列。人的参与只有两头——开头的提示，和结尾的实验室验证。
Anthropic的说法是，如果这种AI驱动的基因组挖掘能规模化，专家研究里的数周甚至数月，可以被压缩到几小时。
泼冷水的人，恰恰是CRISPR先驱实验室的博士
消息一出，学界炸锅，但炸的方向分两派。
Lucas Harrington是Jennifer Doudna实验室的博士——Doudna正是CRISPR基因编辑的先驱之一，所以他的点评格外有分量。他的意思很直接：找到一个奇怪的基因簇和重复序列，往往是最容易的部分；真正的发现在于弄清这个系统究竟做什么，而这一步Anthropic还没做到。
另一边，开发者Pratham Kumar看到的是效率革命：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，这次AI干完了，而且发现的是真实存在的东西。他补了一句很清醒的话——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。
两派说的其实是同一件事的两面：AI把"大海捞针"变成了廉价品，但"针有什么用"依然是昂贵的。 筛选20万个序列，机器21小时搞定；验证一个功能，还得靠实验室里一天天做。发现的瓶颈正在从"找到"移向"理解"——这跟上周数学界那场争论，逻辑上一模一样。
顺带一提，Anthropic这支生命科学团队2026年春季才成立，实验室在旧金山湾区，只做生物安全等级较低的研究。CEO放话说AI有望在未来十年内治愈大多数重大疾病——这话听三分就好，但方向已经明牌了。
这套打法，你今晚就能抄作业
普通人不用去挖基因，但"950个智能体海选"这个范式完全可以搬进日常工作。核心就三条：
人定标准，AI海选。 别自己一条条翻资料。把筛选标准写成一句清晰的提示——"找出符合XX特征的东西，宁多勿漏"——让AI先扫一遍，你只看它捞回来的短名单。Anthropic的漏斗是20万→3500→20→1，你的可以是200份简历→20个候选→3场面试。
要候选清单，更要它的"注意"。 那个立功的智能体，本质是发现了"异常并排出现"的模式。你可以直接让AI这么干："对比这些材料，告诉我哪里出现了不该出现的规律。"异常检测是机器比人敏锐得多的地方。
验证环节永远留在自己手里。 Lucas Harrington的批评提醒我们：AI找到的东西，在被人弄清"它做什么"之前，只是一条线索。同理，AI筛出的结论，落到决策前你得亲自验一遍——这是整件事里人类唯一不可替代的位置，也恰恰是最值钱的位置。
想练手的话，可以去 spark1.cn 的 /tools/ 里挑一个对话AI，把你手头一份需要海选的材料丢给它，用上面第一条的句式试试；多工具怎么接力配合，/toolchains 里按场景整理好了。
AI挖出了新酶系统，听起来离普通人很远，但底层逻辑很近：机器负责在海量信息里不知疲倦地找，人负责定义什么值得找、并确认找到的是真的。分工清楚了，你反而更从容。
💬 评论