为什么 Anthropic 要开一家真正的生物实验室？

9月18日，Anthropic确认了一件没人料到它会做的事：这家公司开了一间真正的生物学实验室，有实验台、冰箱和负责移液的机器人，地点就在旧金山湾区的某个地方。不是合作关系，也不是卖给研究人员的软件平台。是它自己的实验室，由它来运转。

而这个实验室的用户，就是Claude。这个模型读取实验方案，编写实验方案，然后把指令口述给操作样本的自动化设备。由人类进行确认，但这一连串动作，是机器生成的。

这让我笑了一秒，然后我把日期重新看了三遍。因为几周前，我正好还在问自己，某个AI是不是已经发现了在它之前没人知道的东西。我们正在给它建一个实现这件事的地方。

他们在宣布之前六个月就买下了实验室

9月的公告只是这出连续剧的结尾。2026年4月，Anthropic收购了纽约的一家小公司Coefficient Bio，员工不到十人，价格约为4亿美元。当时，没人太明白一家语言模型制造商要拿一支生物学家团队做什么。现在我们知道了。

事情还不止这些，因为在这两件事之间还发生了另一件更低调的事：8月底，Anthropic发布了一套与实验室机器交谈的标准。这个想法简单得不能再简单，却没人把它真正做好。如今，每台设备都有自己的软件、自己的线缆和自己的打招呼方式，而把一台新机器接入自动化生产线要花上几周，有时甚至几个月。有了他们的标准，设备会自我描述，并通过和其他所有设备相同的三扇门来回应：MCP协议、命令行或API。

公布的收益大得惊人：从几周缩短到几小时。制造中性原子量子计算机的QuEra用这套方法稳定了激光器，校准精度从58%提升到了99.3%。这套工具还在Janelia研究中心和Genentech进行过测试，八家自动化设备制造商宣布会将这套标准集成进去。

连接一台实验室机器。左边是2025年的版本，右边是能和其他设备说同一种语言的版本

不过还是有两个坦诚的细节：这套标准不是开放的，Anthropic掌握着它的控制权，而它自己的工程师也白纸黑字地写着，语言模型仍然缺乏物理直觉。翻译一下：它们还不明白东西为什么会掉到地上。光靠这个做不了生物学。正因为如此，他们才在招穿白大褂的人。

为什么是罕见病，而不是癌症

选择这个领域，是整件事里最有意思的地方。Anthropic宣布正在研究被忽视的疾病和孤儿病，用大白话说，就是几乎没人得的病，因此也几乎没人为之付钱。

你得好好理解这个计算。一种罕见病影响的人少于每两千人中的一人。一家必须收回成本的私人实验室，没有任何兴趣花十年和十亿美元去研究它。这是制药研究里的黑洞，而且大得惊人：登记在册的罕见病约有7,000种，全球患者超过3.5亿，其中欧洲有3,000万人，法国有300万人。在95%的病例中，没有任何能治愈疾病的治疗方法，只有可以缓解症状的护理。

一个负责撰写实验方案的模型，试验成本几乎为零，不会疲劳，也不需要一个市场来证明研究主题的合理性。这正是填补这个黑洞所需要的工作类型。还得先让它真的奏效，下面我们再说。

具体来说，这对你有什么改变

你大概从来没进过实验室，这样也很好。那么下面说说它可能给普通生活带来什么变化。

第一个用途，也是最明显的：诊断。在欧洲，一种罕见病平均要花五年才能被识别，而在这五年里，人们不断寻找，不断误诊，再把你转给另一个专科医生。这些疾病中有72%源于遗传，70%在童年开始发病。一台机器读取完整病历，交叉比对症状，并在几分钟内提出一种罕见病的可能性，它不能取代医生，但可以让一个不明白自己孩子到底怎么了的家庭少等上好几年。

第二个用途：那些不存在的治疗方法。在这7,000种疾病中，如今只有230多种在欧洲拥有获批药物。这已经很不少了，甚至可以说是一项成就，但后面留下的仍是一片荒漠。如果一个由AI操控的实验室能让早期试验的成本下降，那些没人感兴趣的分子就会重新成为候选者。

五年的预约才终于知道答案。如果机器把这个时间缩短一半，一切就已经赢了

第三种用途，也是我最看重的一种：少做些无谓的东西。实验室流程里有成千上万次重复操作，其中大多数都不会得到任何结果。一个边做边学的自动化设备，第一次尝试并不会比人做得更好，它只是每周能多做得多得多的尝试，而且会把一切都记下来。

历史上的对照就在这里，而且很能说明问题。在美国，1983年的一项法律为孤儿药创造了税收优惠，欧洲在2000年也出台了相关规定。在这些法规出现之前，根本没人寻找这些疾病：这不是科学问题，而是账单问题。我们发明了一种机制，让这项工作变得有利可图，这个领域就启动了。在这里，让成本下降的不是税收优惠，而是成本本身被压了下来。这可能会很快发生，也可能根本不会发生。

它改变不了什么，我还是更愿意马上说清楚

现在说点泼冷水的话，因为冷水确实有，而且还不少。Anthropic说的是临床前工作。临床前的意思就是一切发生在人类之前的事情，也就是细胞和老鼠。没有宣布任何临床试验，没有点名任何分子，也没有给出任何时间表。一种细胞在培养皿里反应良好，到一种药出现在药房之间，最好的情况下也有十年，而且无论如何都要面对监管测试的高墙。

完整历程。Anthropic的实验室就在图示最左边工作

还有竞争者，他们也没有落后。DeepMind旗下的Isomorphic Labs从2021年起就在获得大型实验室支持的情况下做这件事，而OpenAI则在另一边公布了一套自家的生物研究工作流程。三个巨头出现在同一条走廊里，这不是问题已经解决的信号，而是这个问题已经重要到足以让所有人同时加入其中的信号。

还有一个矛盾，从上周开始就一直在我脑子里转。9月15日，我在这里讲过，Anthropic和OpenAI的老板亲自要求放慢速度。四天后，两人中的一个宣布让自己的模型接管一家生物实验室。这两件事也许并不矛盾，我们可以既想放慢竞赛，又想加快药物研发。但如果有人能告诉我，怎样才能在不自欺欺人的情况下坚持这种推理，我洗耳恭听。