這算是 AI 第一次「獨立」做出科學發現嗎？
嚴格來說不算完全獨立。Claude 完成的是搜尋、篩選、文獻比對與候選報告產出這整段流程,但發現本身要等到人類科學家介入,在實驗室做生化與結構驗證之後,才能被確認為一個「真實存在」的酵素系統。比較準確的描述是：Claude 自主完成了過去需要大量人力的搜尋與初篩階段,人類仍然是驗證環節不可或缺的一環。
這個分工模式本身,可能比「AI 發現了什麼」這件事更值得長期關注——它顯示的是一種人機協作流程的具體樣貌，而不是 AI 取代科學家。
為什麼科學家對同一則發現，反應會這麼兩極？
差異主要來自各自評估的層面不同。Feng Zhang 與 Stanley Qi 稱讚的是「方法論」本身——AI Agent 能在龐大資料庫裡自主辨識出結構異常的模式，這個搜尋能力確實是新的、值得關注的。Kevin Blake 的保留則是針對「發現內容的稀有性與意義」——他指出類 CRISPR 序列本身在自然界並不罕見，質疑的是這個特定案例是否真的具有突破性。
這種分歧其實在科學圈很常見，尤其是新方法帶出初步成果的階段：方法論的創新和發現內容的實質意義,是兩件需要分開評估的事，媒體報導常把兩者混為一談。
950 個 Agent 並行搜尋、消耗 2.1 億 token，這個規模對一般開發者有什麼參考意義嗎？
對絕大多數開發者而言，這個規模本身沒有直接參考價值——一般團隊不會、也不需要動用近千個 Agent 去做搜尋任務。真正值得參考的是背後的任務拆解邏輯：把一個開放式的搜尋目標（找出有趣的逆轉錄酶案例）拆成可並行執行的子任務，讓每個 Agent 各自負責一部分資料庫、各自產出候選報告，最後再統一篩選匯總。
這種「大量並行 + 集中篩選」的模式，其實跟一般團隊用 Batch API 或多個 subagent 處理大量文件分類、資料清理任務的邏輯是相通的，只是規模差了兩三個數量級。
如果之後有其他實驗室宣稱用 AI 做出類似發現，我該怎麼判斷這是不是同樣層級的真實進展？
可以參考這次事件的幾個具體要素作為檢驗標準：是否公開了可供同行檢視的預印本或技術報告（而不只是新聞稿）；是否有獨立於研究團隊之外的第三方科學家公開評論，尤其是持保留態度的意見有沒有被完整呈現，而不是只挑正面的引述；以及團隊自己是否誠實標示出「還不知道什麼」的部分，而不是把初步發現包裝成已經完成驗證的結論。
這次 Anthropic 在三個要素上都算做得相對透明——公開了預印本、Kevin Blake 的質疑被完整引用、且明確承認尚不了解 ART 系統的實際功能，這是判斷未來類似新聞可信度時可以比對的基準。
Anthropic 於 2026 年 9 月 23 日宣布，其新成立的舊金山生物實驗室用 Claude 進行的一項自主研究任務，找到了一套先前未被記錄過的酵素系統——命名為「陣列關聯逆轉錄酶」（Array-Associated Reverse Transcriptases，簡稱 ART），結構特徵讓研究人員聯想到 CRISPR 基因編輯系統。這是AI Agent 首次在對外公開的案例中，被記錄為獨立完成一項具體生物學發現的完整搜尋流程,而不只是輔助人類科學家做文獻整理。
研究團隊給 Claude 的指令相對開放：在一個龐大的 DNA 序列資料庫裡，搜尋「有趣的逆轉錄酶（reverse transcriptase）案例」。Claude 沒有被告知要找什麼特定目標，而是自主展開一連串動作——回顧既有文獻、重現已確立的研究結果、搜尋尚未被定性描述過的家族成員、篩選候選對象並產出報告。整個搜尋動用了約 950 個 Agent 並行運作，總共消耗 2.1 億個 token，花費 21 小時完成。這之後，人類科學家才接手審查候選結果，並在實驗室進行生化與結構層面的驗證。
Claude 找到的 ART 系統由三個部分組成：一個能把 RNA 逆轉錄成 DNA 的逆轉錄酶、一個搭配基因，以及一組間距均勻排列的 DNA 重複序列——這種「重複序列陣列」的結構特徵，正是它讓人聯想到 CRISPR 的原因。這套系統主要出現在噬菌體（感染細菌的病毒）中。初步實驗顯示，這個 ART 陣列會表現出獨特的短 RNA 片段，但 Anthropic 在自己發布的技術報告裡明確承認：「雖然我們還不知道它的功能是什麼」——也就是說，這套系統實際上做什麼、有沒有辦法應用在基因編輯上，目前完全還是未知數，公司也發布了預印本技術報告供同行檢視。
麻省理工學院暨博德研究所的 CRISPR 先驅之一 Feng Zhang 對此表示這是「AI Agent 能夠對生物學發現做出貢獻的一個令人興奮的例子」。史丹佛大學的 Stanley Qi 則稱讚 AI「辨識出不尋常生物模式的能力」。但質疑聲音同樣存在——華盛頓大學的 Kevin Blake 指出，「類 CRISPR 序列」在自然界其實相當常見，並直言「沒有任何跡象顯示這是 CRISPR 技術的競爭對手」。這種正反並陳的反應，精準反映了這項發現目前的真實位置：辨識出一個結構異常的模式，確實是有意義的科學貢獻，但距離「有實際功能、可被應用」還有一段尚待驗證的距離。
如果你是在生技、藥物開發或基因編輯相關領域工作，這則新聞值得關注的不是「AI 發明了新的 CRISPR」這種誇大敘事，而是一個更具體的訊號：大規模平行 Agent 搜尋（950 個 Agent、21 小時）已經能在真實的生物資料庫裡完成第一輪篩選與初步驗證,大幅壓縮了傳統上需要大量人力進行的文獻回顧與候選篩選階段。對投資人或產業觀察者而言，比起追蹤這套 ART 系統本身是否真的成為下一個基因編輯工具，更值得追蹤的是 Anthropic 這類生物實驗室未來是否能持續產出可被同行驗證的具體案例——這會是判斷「AI 輔助科學發現」到底是階段性宣傳,還是真正可規模化的研究模式的關鍵指標。