在人工智能（AI）应用版图的不断扩张中，一个关键的问题始终悬而未决：我们究竟何时能正式宣告 AI 完成了一项真正的“科学发现”？
针对这一行业难题，人工智能安全公司 Anthropic 于近期给出了一个极具实验性质的答案。该公司宣布启动了一项名为“分子生物学实验室”的创新项目，旨在探索 Claude 模型在解决复杂生物学问题时的实际能力边界。这标志着 AI 技术从单纯的对话交互，正式向科研辅助与实验验证领域迈进了一大步。
此次实验的核心模式并非传统的“人教 AI”，而是建立了一种高效的“人机协作”闭环。在 Anthropic 的新实验室中，Claude 代理（Agents）被赋予了阅读大量生物学文献、分析复杂数据集并据此提出假设的任务。然而，关键的一步在于“验证”。人类科学家并不完全依赖 AI 的结论，而是基于 Claude 提出的猜想，亲自在实验室中设计并运行实验。
这种模式挑战了我们对“发现”的定义。通常，科学发现被认为是人类通过实验验证新理论的过程。而在 Anthropic 的实验中，AI 负责在浩如烟海的知识海洋中筛选线索、生成假设，人类则负责通过实验确认这些假设的真伪。这种分工极大地缩短了科研人员从“寻找灵感”到“验证理论”的周期。
分子生物学是这一实验的最佳切入点。该领域拥有庞大的蛋白质数据库、复杂的代谢路径以及海量的文献资料，这正是当前大语言模型（LLM）最擅长的领域。通过让 Claude 专注于这一高难度的学科，Anthropic 试图测试 AI 是否能超越仅仅“生成文本”的范畴，真正做到“理解”科学原理并推导出新的生物学见解。
这一举措在科技界引发了广泛讨论。许多专家认为，这可能是“AI for Science”（科学智能）发展的一个里程碑。过去，AI 在科学界的应用多集中在数据分析、蛋白质结构预测（如 DeepMind 的 AlphaFold）等特定环节。而 Anthropic 的这一尝试，将重点转移到了“假设生成”这一科研的原始动力上。
如果 Claude 能够成功提出一个经过实验验证的新生物学发现，那么将彻底改变 AI 在科研领域的角色。它将从“工具”进化为“合作伙伴”。这不仅对药物研发、疾病治疗等领域具有潜在的重磅影响，也可能为未来的实验室自动化提供新的范式。
目前，Anthropic 尚未公布具体的实验成果，但这一项目的启动本身就具有风向标意义。它表明，科技公司正不再满足于展示 AI 的聊天能力，而是开始探索其解决现实世界复杂问题的硬核潜力。随着人类科学家与 Claude 代理在实验室中的持续互动，关于“AI 科学发现”的界限，或许很快就会变得清晰起来。
信息来源： MIT Technology Review, The Algorithm
原文链接： https://www.technologyreview.com/2026/09/28/1145230/when-can-we-say-ai-made-a-scientific-discovery/
信息来源：Artificial intelligence – MIT Technology Review，原文链接：https://www.technologyreview.com/2026/09/28/1145230/when-can-we-say-ai-made-a-scientific-discovery/
封面图片来源：Unsplash / 摄影师 Zach M
