登录
10月21日，Anthropic 在科学博客公开了一项研究：内部研究版 Claude 设计的蛋白，真的在试管里抓住了蝎毒——64 小时里它生成了 318,484 个蛋白设计，211 个送进实验室，17 个闯过结合测试，技术报告署名排第一的是“Claude Science”。但需要先把话说清楚：目前确认的是“结合”，不是“中和”，这些蛋白能否让蝎毒失去伤害细胞的能力，还没有经过实验验证。知乎
推动这项研究的不是药学课题组，而是一家投资研究机构。Citrini Research 为这次尝试准备了 20 万美元预算，5 名参与者中有 3 人完全没有科学背景。他们选蝎毒作目标，是因为这是一道被商业市场长期搁置的题：全球每年超过 120 万人被蝎子蜇伤，超过 3250 人死亡，儿童尤其容易受到严重伤害，患者多在医疗资源匮乏的地区；现有抗毒血清依赖给马注射毒液、再从马血浆中提取抗体的传统路径，又贵又缺货，市场规模撑不起药企研发新疗法的成本。财联社知乎
35 页提示词，300 多个子 Agent
2026年8月，团队把研究目标、约束和候选筛选标准写成一份约 35 页的提示词交给模型，随后 Claude 在一夜之间启动超过 300 个子智能体、调用超过 300 块并行 GPU，完成蛋白质设计、评分与筛选。这套模型运行在 Claude Science 环境里，调用了 RFdiffusion、BoltzGen 等 12 种专业设计工具；它还在人类授权和监督下，给代工商 Twist Bioscience 的采购科学家起草并发出邮件，询问几类复杂蛋白的制造可行性，得到回信后再把制造约束纳入设计继续推进。整轮核心计算用了约 1 万 GPU 小时，按 Citrini 披露，算力花费是 49,997 美元，人类只发出了一条初始提示和四次跟进。财联社知乎
过线的 17 个，和没过线的部分
从 31.8 万个设计中，Claude 筛出 180 个，人类在它的帮助下补入 31 个，凑齐 211 个送测候选；候选随后要由 Adaptyv Bio 和 Twist 生产、测试，团队又用了约两个月等待和分析实验结果。最终 17 个设计达到团队设定的结合标准，覆盖五种目标毒素中的四种：针对墨西哥蝎毒 Cn2 的有 7 个，北非的 AaH I、AaH II 各有 4 个，中东的 LqhIII 有 2 个；针对巴西毒素 Ts1 的设计无一达标。人类执意要试的“一把钥匙开五把锁”也失败了——151 个多毒素设计没有一个达到同时结合多种毒素的标准，恰好应验 Claude 事先“失败可能性很大”的提醒，其中仅 6 个凭对单一毒素的结合表现进了最终名单。财联社知乎·新智元
最强候选 Cn2-B1 与毒素结合得格外紧，在实验观测窗口里分开得非常慢；更关键的线索来自竞争实验——当已知可中和 Cn2 的抗体片段 LR 先占住毒素后，AI 设计蛋白的结合明显受到抑制，提示两者在争夺相同或相邻的结合位置，这意味着 Claude 找到的很可能正是能阻断毒素作用的部位。但结合牢固不等于能解毒：现有测试用的是实验室制备的重组毒素，能否保护细胞和动物尚无数据；而从结合体到能打进人体的药，免疫原性、分子稳定性、量产和临床每一关都可能把它打回来。知乎知乎专栏
真正的瓶颈移到了实验室
Anthropic 已把全部 211 个送测设计、预测结构和实验数据以 CC BY 4.0 许可放到 Hugging Face，后来者既可以从最强候选继续推进，也能从失败设计里找原因。这组公开数据的价值，可能比“Claude 设计了蛋白”这句话本身更大：它把 AI 从头设计分子的计算预测与湿实验结果逐一对应起来，成了后来者可复查、可接续的起点。至于这项实验对行业的信号，发起方自己的判断比结果更值得记录——当 AI 把“从想法到实验方案”这段压缩到以夜计算，瓶颈就整体移向了检测能力与湿实验资源，合同研究组织（CRO）可能成为生物学领域类似云基础设施的存在。知乎财联社
