Anthropic近日介绍了一项由Claude参与的基因组研究：研究团队让AI代理筛查大量逆转录酶相关序列，寻找可能尚未被描述的分子系统。Anthropic称，模型从数十万条候选序列中逐步筛出一组值得研究的对象，注意到一种逆转录酶附近出现重复DNA序列和一个功能未知的伴随蛋白，并把它称为“阵列相关逆转录酶”系统。
这项工作的亮点并非Claude已经发明了CRISPR替代品。CRISPR只是研究者用来说明重复序列形态的参照；Anthropic自己也表示，目前还不知道该系统的主要功能。实验室操作由人类科学家完成，团队公布的是早期研究结果和预印本。后续还需要确定相关蛋白如何工作、重复序列是否参与调控，以及这些发现能否在独立实验室复现。
筛选海量数据可能比“自动发现”更重要
《大西洋月刊》十月四日对该案例的回顾也提醒读者，发现的生物学意义尚不清楚，外界不应把“与CRISPR相似”直接理解成马上能够用于治疗。即使最终没有形成新的基因编辑方法，AI帮助研究者快速扫描数据、整理异常模式和生成待验证假设，仍可能节省探索时间。关键在于把候选线索与经过验证的功能严格区分。
科研团队评估此类工具时，可以记录模型提出候选的过程、筛选掉了哪些假设、哪些证据支持下一步实验，并由领域专家判断是否值得投入实验资源。若只展示模型找到的“成功案例”，读者看不到它错过了什么，也无法估算筛选效率。可复现的基因序列、实验条件和负结果，才有助于判断AI是否真正改进了研究流程。
这个案例更稳妥的结论是：AI代理有望成为大规模文献与序列检索的研究助手，但从模式识别到机制解释，再到可用技术，中间仍隔着严谨的实验和独立复核。对科学传播而言，少一点“AI治病”的标题，多一点功能验证与研究边界，反而更能说明工具的真实价值。