你可以把实验室想成一间专业厨房：设计方案、调用设备、检查中间结果，每一步都有不同工具。Claude这次扮演的不是凭空发明菜谱的“大厨”，而是能读懂复杂要求、调度整条流水线的领班。它编排多个蛋白质设计工具，也尝试直接处理NMR和LC-MS原始数据。结果显示，通用AI已经能推进一部分真实科研流程；但“自主科研”四个字，仍需要拆开来看。
这两组结果主要由Anthropic发布。蛋白质设计的核心数字虽被多个外部信源复述，源头仍是Anthropic公布的数据，并非独立复现实验；化学分析结果也只有该公司报告。
它不是直接“写出”蛋白质
第一项任务是设计蛋白质binder——一种能特异结合目标蛋白的小型蛋白质，可用于研究、诊断或药物开发。所谓de novo design，是从头设计新的binder，而不是从现成候选中简单挑选。
Anthropic称，在人类专家编写的蛋白质设计提示词指导下，Claude Opus 4.8和Mythos Preview针对15个靶点开展设计，其中14个靶点获得了能结合的方案。Adaptyv Bio和Twist Bioscience负责构建并在湿实验中测试这些蛋白质。湿实验就是研究人员实际制备并检测生物材料，而不只是让软件在计算机里打分。
不过，Claude并非直接吐出最终蛋白序列。它主要做的是工具编排：把任务拆成步骤，调用PXDesign、RFdiffusion、Genie和BoltzGen等已有开源工具，再根据中间结果组织下一轮设计与筛选。换句话说，专业模型负责大量生成工作，Claude负责判断何时用哪件工具，以及如何把它们接成一条流程。
这仍然是一种有价值的能力。现实中的科研自动化，难点往往不只是有没有某个厉害的软件，而是能否让多个软件在正确的顺序里协同工作。外部评论者Alex Peys也认为，这类编排需要相当多的生物学判断和知识；但他同时提醒，开源学术工具承担了大量工作，不能把成果全部归为Claude“从零设计”。
14个靶点成功，数字该怎么看？
Anthropic报告，在同时处理全部靶点的48小时流程中，Mythos Preview和Opus 4.8的总体命中率分别为26.7%和22.6%。公司将其概括为：不同设置下，单个设计的结合成功率约为22%—35%，高于其所称的业内典型水平10%—15%。
这里的“命中率”，指送去测试的设计中，有多少最终确实能与目标结合。它比“15个靶点里成功14个”更能说明筛选效率：一个靶点可以尝试许多候选，至少命中一个，不等于每个候选都好用。
但这个比较还不能证明Claude显著胜过现有方法。材料没有给出独立的行业基准；批评者还指出，部分底层工具单独使用时已经报告过相近命中率。Anthropic也称，部分方案的结合强度达到此前最佳公开结果的数倍，但没有在现有材料中交代具体靶点、测量指标和对照条件。因此，这更适合视为公司报告的亮点，而不是已经独立确认的优势。
同样重要的是成本。评论者Ziv Ravid称，这套流程依赖约3万token的专家提示词，以及12,500 H100-hours的算力。所谓3万token，可以粗略理解为一份很长、很细的操作手册；H100-hours则是高端计算芯片运行时间的累计值。这说明Claude并不是收到一句“帮我设计binder”就独立完成任务。它站在专家经验、开源模型和大量计算资源组成的脚手架上。
Anthropic已发布技术报告，并在Hugging Face公开相关提示词和数据。这至少为外界进一步检查流程提供了入口。
从设计分子，到读取实验仪器
第二项任务更接近日常实验室工作。Claude Opus 5拿到合同实验室的原始NMR和LC-MS文件，以及一段只有两句话的提示，分别在23分钟和19分钟内完成分析。
NMR即核磁共振波谱：它通过原子核在磁场中的响应，帮助研究人员判断分子结构及其周围环境。处理原始数据常涉及相位、基线和峰识别等重复步骤。LC-MS即液相色谱—质谱：它先把混合物分开，再根据质荷比、碎片谱和保留时间等信息检测或鉴定成分。在这类流程中，Claude负责调用分析步骤并整理结果，而不是替代仪器本身。
据Anthropic报告，Claude给出的氢原子计数与实验室结果相符；纯度判断为96.4%，实验室结果为96.33%。这组结果值得注意，不只因为速度快，还因为输入不是已经整理好的表格，而是仪器产生的原始文件。通用模型开始触碰科研流程里长期依赖专业软件和人工操作的部分。
真正的进展，是“接管流程”
把两项工作放在一起看，Claude展示的核心能力并不是发现了新的科学规律，而是开始承担科研流程协调者的角色：理解目标，调用专业工具，读取中间结果，再继续推进。
这可能降低复杂软件的使用门槛，也可能减少研究人员花在重复处理和流程衔接上的时间。它所代表的“AI科研”，更像一名能操作多套专业系统的数字同事，而不是关起门来独立完成发现的机器科学家。
局限与未知
- 成功范围可能偏窄。 评论者认为，现有蛋白质生成工具面对训练数据分布之外的靶点可能共同失效，成功对象也主要是研究充分、接近工具训练分布的靶点。但材料没有提供系统实验来确认这一边界。
- binder不是药物。 成功结合只是药物研发早期的代理任务，不代表方案已有药效、安全性或临床可用性。
- 化学分析仍是小样本展示。 NMR和LC-MS的耗时、氢原子计数及96.4%对96.33%的纯度结果均来自Anthropic。样本规模、人工介入程度和完整误差指标没有披露，不能据此推断Claude已经普遍具备自动分析实验数据的能力。