Anthropic（安特罗匹克）已在旧金山湾区建成一座实体生物学实验室。随着这家人工智能公司加速布局生命科学，该设施的落成标志着其业务从数字模拟向实体操作迈出实质性一步。
据悉，该湿实验室已投入使用。Anthropic生命科学负责人Eric Kauderer-Abrams证实：“我们认为，生物学研究的最终测试标准，且在一段时间内仍将是真实的实验室工作。我们今天就在做这件事。”
该公司采取内部实验与外部合作相结合的模式，符合生物技术行业标准。尽管Anthropic此前对包括生物武器在内的AI风险持谨慎态度，但如今已拥有实地生物研究场所。目前，关于实验室规模、人员配置、开放日期及生物安全等级等细节尚未公开。
生命科学已成为Anthropic在员工规模和支出上的核心领域之一。公司不仅招聘采购主管和生化专家，还以4亿美元收购Coefficient Bio，并聘请前诺华首席执行官Vas Narasimhan加入其长期利益信托基金，彰显其坚定决心。
### 从代码到实验台的跨越
2026年6月，Anthropic推出Claude Science。这款AI工作台整合了超60个科学数据库，并为基因组学、蛋白质组学等领域部署专用智能体。Gladstone研究所、Allen研究所和UCSF脑肿瘤中心的研究人员已成为早期用户，有的用户在几天内从零构建基因组浏览器，或将数年手动工作量大幅缩减。
最新基准测试显示显著进展。今年8月，Claude设计了针对15个靶点的蛋白质结合剂，成功锁定14个。Adaptyv Bio和Twist Bioscience的独立湿实验验证确认，命中率达22%至35%，远超10%至15%的行业典型基准。9月17日，Anthropic发布结果显示，Claude优化了30多个开源生物学模型，平均速度提升约四倍，并创建低内存模式，能在单个NVIDIA GPU节点上建模超7万个token的系统。此外，Anthropic宣布与Adaptyv Bio合作举办蛋白质设计竞赛，提供高达100万美元的Claude积分及针对5000多个设计的湿实验验证机会。
然而，计算能力并非万能。“最终测试仍在于真实实验室工作，”Kauderer-Abrams强调。物理验证形成闭环：预测与现实碰撞，失败反馈用于模型训练，成功则优化未来输出。这种反馈机制是实现真正加速的关键缺失环节。
消息人士称，Anthropic旨在让Claude在有限人工干预下指挥实验室机器人系统。虽然采用常见的自动化技术，但公司仍强调人工监督。Kauderer-Abrams表示：“利用AI自动化执行实验室工作尚处早期阶段，这一领域有望在许多流程中带来有意义的加速。”发言人补充，该实验室“并非专门用于药物发现”，公司将避免参与临床试验，以避开与制药巨头的直接竞争。
时机问题引发关注。就在实验室消息曝光前几天，Anthropic发布报告阻止用户提出潜在生物武器相关提示。X平台批评者指出这种反差：一边警告AI赋能的生物风险，一边建设推进AI生物应用的设施。有人强调这一快速序列：一周前发出安全警告，随即建立实体实验室。
并行举措彰显了发展势头。今年8月，Anthropic预览Model Hardware Standard（模型硬件标准）。这一开放协议允许AI智能体控制机械臂、液体处理设备和高级显微镜等仪器。卡内基梅隆大学研究人员利用该标准与Claude运行了完全无需人工输入的系列稀释剂量反应实验，AI自动调整参数、跟踪结果并生成高置信度曲线。据报道，该标准使模型能够操纵复杂显微镜中的数百个独立镜子、电机和激光。
Anthropic科学伙伴关系负责人Jonah Cool描述了这一转变：Claude正从数字假设生成迈向直接物理实验。与霍华德·休斯医学研究所、基因泰克和QuEra等合作伙伴的早期测试显示，智能体能像人类科学家一样追踪实验、发现错误并迭代。
尽管如此，谨慎情绪依然存在。Anthropic坚持认为完全自主化尚需时日，安全要求有人在场。公司实施生命科学验证计划，为经过验证的研究人员提供更宽松的模型访问权限，同时保留安全措施，已有数十家组织加入Beta测试。
整个行业密切关注。诺和诺德、阿斯利康和百时美施贵宝等制药公司正在测试Claude Science。Manifold Bio利用其提名靶点，权衡表面表达、运输和安全数据。这些合作暗示AI工具将重塑工作流程，而非完全取代实验台。
疑问仍存：新湾区实验室具体从事哪些项目？机器人技术何时规模化？物理实验产生的专有数据是否会创造纯软件玩家无法比拟的优势？Anthropic披露细节甚少。Kauderer-Abrams提及治疗罕见疾病及传统制药商因回报不确定而忽视的领域。该实验室支持这一重点，同时也为模型精炼提供所需的现实依据。
模式逐渐清晰：计算、模型、数字工具，再到实体基础设施。每一层强化下一层。Anthropic的湿实验室并非孤立存在，而是有意链条中的一环，将语言模型与机器人执行连接，并通过实验结果再次闭环。这家曾大声警告AI危险的公司，现在押注于在生物学领域通过受控、受监督的进步，在管理风险的同时带来益处。
这种平衡能否维持仍有待观察。目前，实验室正在运营，实验正在进行，数据正在流动。Claude获得了另一条途径，用以在物理世界的顽固复杂性面前，测试其日益增长的科学能力。