智东西

作者 | 王涵

编辑 | 冰倩

智东西 9 月 24 日报道，今日凌晨，Anthropic 宣布，Claude 发现了隐藏在噬菌体 DNA 中的一种以前未知的酶系统。这种酶的基因旁边有一长串重复的 DNA，这种结构与CRISPR 系统有些相似，而 CRISPR 系统是基因药物的基石。

Anthropic 官宣成果

据研究团队介绍，他们仅向 Claude 提供初始提示，并负责后续实验室工作。Claude 智能体则负责梳理海量 DNA 序列数据库、调查不同逆转录酶（RT）家族，并运用自身判断识别有价值的候选对象。

在大约950 个智能体使用2.1 亿 tokens、历时21.5 小时搜索后，其中一个智能体发现，在一个外观异常的 RT（逆转录酶）基因旁边，存在一种DNA 序列重复模式。

研究团队随后在实验室中进一步分析、测试，最终确认：这种重复模式意味着一个此前从未被描述过的酶系统。它存在于噬菌体——也就是感染细菌的病毒——中，团队将其命名为" 阵列相关逆转录酶 "（ART）。

结果一经发布，就有不少网友发表了自己的见解。

Lucas Harrington 是 Jennifer Doudna 实验室的博士，而 Jennifer Doudna 正是CRISPR 基因编辑的先驱之一。也正因如此，他对 Anthropic 这项成果的点评格外值得注意。

他认为，找到一个奇怪的基因簇和重复序列，往往是最容易的部分。难的部分，也是真正发现所在，是弄清这个系统究竟做什么，而 Anthropic 的研究还没有做到这一点。

APILayer 开发者关系经理 Pratham Kumar 则看到了这项研究的重要性。

他说：" 过去发现 CRISPR 这样的工具，往往需要人类专家花几个月手动搜索。而这一次，AI 完成了这些工作，并发现了真实存在的东西，速度是任何人类团队都无法比拟的。所以别误会成 Claude 治愈了癌症。Claude 只是在自然界中发现了某种人类此前漏掉的新东西。"

网友评价

一、949 个会话，2.156 亿 tokens，21.5 小时无人类介入

在随博客发出的论文预印本上，研究团队详细介绍了此次实验的过程。

据介绍，本次实验以Claude Mythos 5驱动的多个 Claude Code 实例组成多智能体系统，分别扮演执行者、审核者、记录者和编辑角色，对宏基因组数据库中的逆转录酶（RT）位点进行系统性普查。

整个行动包含119 项任务、949 个智能体会话，消耗了2.156 亿 tokens，用时21.5 小时，期间没有人类介入。

tokens 消耗量

智能体共执行了 7578 条 shell 命令、696 次数据库查询和 131 次文献检索，最终产出 19 份研究报告，确认了三组此前未被报道的 RT 关联系统和三个新的 RT 谱系。

对新型 RT 谱系的主体式发现

本来 ART 并不在任务的预设目标之内。

Claude 的任务书要求智能体寻找新的 " 搭档基因 " 关联，但一名执行智能体在排查一个噬菌体 RT 时，否决了最初筛选出的候选基因，却主动将这段 RT 列为值得跟进的次要发现。

审核智能体随后要求下一个执行者检查该 RT 上游的非编码区域。关键的一步来了，这名执行者直接把 DNA 序列读入了自己的上下文窗口，然后用自然语言写下了这样一段推理记录：

"L0050 的侧翼区域太惊人了：我直接用肉眼看到了一个串联重复阵列：’ CATGTGTATCGCATGTT ’ / ’ CATGTGTTTCGCATGT ’以约 100-180bp 的间隔重复了很多次——这是类似 CRISPR 或 msDNA 的重复阵列？"

推理记录

值得注意的是，这名智能体随后还经历了自我怀疑，它在推理中追问这一结构是否属于已报道的 DRT9 或其他已知系统，并决定 " 先做定量表征，再用精确描述词做新颖性文献排查 "。

排除所有已知系统后，智能体将该发现写成报告提交给人类审核，最终这一新谱系被命名为 ART。

二、ART 系统机制类似反转子，或可携带多套 RNA 模板

经研究团队后续分析确认，ART 是一个主要存在于巨型噬菌体（jumbo phage）中的新 RT 家族，共识别出95 个不同的 RT 簇，其中28 个带有可检测的重复阵列。

其典型结构为：RT 上游有一段由 3 至 21 个重复单元构成的阵列（总长 0.3 至 4.1kb），下游有一个专属搭档基因。每个重复单元长 15 至 49 个核苷酸，带有回文核心，单元之间由互不相同的间隔序列分隔。

这与 CRISPR 阵列明显不同，且 ART 位点附近不存在任何 cas 基因，提示这是一种新型的非编码重复元件。

ART 阵列被转录为高丰度 RNA，且 ART 家族 RT 与专属伴侣蛋白共存

研究团队调取了一项已发表的葡萄球菌噬菌体 SA1 感染时间序列数据进行验证，发现 ART 阵列在感染的早期、中期和晚期均被高水平转录：

感染 15 分钟时，阵列来源的 RNA 占噬菌体总 RNA 的比例最高达 8%，属于丰度最高的噬菌体转录本之一。在大肠杆菌中异源表达该系统，也观察到了类似的离散短 RNA。

据此，研究者提出假设：ART 可能类似反转子（retron）的工作机制，但携带的不是单一 RNA，而是一组不同的 RNA" 模板库 "，同一套酶和效应蛋白可组装出多个仅 RNA 不同的复合体，从而响应不同触发信号。

三、Mythos 5 识别率高达 96%，模型能力差距明显

论文还做了一项针对模型内部的分析。

研究团队将发现会话的转录记录与模型内部活动对照，分离出 Mythos 5 内部两个对重复 DNA 产生响应的信号（repeat-signal 1 和 2）。

这两个信号在模型读到阵列之前处于静默状态，读到第三个重复单元时激活；将每个重复单元的核苷酸原地打乱后，信号几乎全部熄灭。

研究者据此认为，模型在 " 读 "DNA 时内部确实触发了对重复结构的表征，随后的自然语言推理直接命名了 " 串联重复阵列 " ——这种能力被研究者称为" 基因组视觉 "（genomic vision）。

随着序列被读取，Mythos 5 的内部信号会对重复序列做出响应

基准测试进一步显示能力分层明显：

在七个 Claude 模型中，Opus 5.5、Mythos 5.1、Mythos 5 和 Opus 5四个最强模型对 ART 阵列的识别率显著高于Opus 4.6、Opus 4.8 和 Sonnet 5。

识别率与模型实际读入上下文的连续 DNA 长度强相关。当读入超过 2000 nt 时，Mythos 5 的识别率达 96%。

能力最强的模型能够识别 ART 阵列，且这种识别依赖于将 DNA 读入上下文

如果给模型更多工具，其识别率会不会大幅提升？研究团队的结论是：并不会。

团队披露，在给模型配备工具后进行的尝试中，有39%的情况下，模型从未读入超过 200 nt 的连续序列，因此也就从未 " 看到 " 超过一个重复单元。

这一结果说明：给模型更多工具和信息，反而抑制了它识别阵列的能力。

结语：AI 从 " 工具 " 迈向 " 主体 "，但论文结果仍需长期验证

宏基因组数据库每四年翻一番，已积累数十亿条蛋白质序列，但系统性挖掘依赖预设特征的计算流水线，流水线之外的异常会被漏掉，最终仍要靠人类专家逐项审阅。这一瓶颈正是论文试图用 AI 智能体解决的问题。

如果论文的结论成立，这意味着大模型在科学发现中的角色从 " 执行预设任务的工具 " 向 " 自主提出并筛选假设的主体 " 迈进了一步。

但是这项研究的几个限定条件值得注意：

其一，可重复性存疑。研究团队在相同框架下将同一任务重跑了十次，几乎所有完成的行动都采样到了 ART 位点，但没有任何一次有智能体去读上游 DNA，阵列在每一次重跑中都被错过了。作者将其归因于 RT 搜索空间过大和框架的非确定性行为。这意味着最初的发现带有相当的偶然性。

其二，功能未经实验验证。ART 逆转录酶是否具有活性、单元 RNA 是否为其底物、RT 与搭档蛋白是否真实互作、该系统对噬菌体有何功能，论文均未给出答案。目前的证据止步于序列分析和转录组数据。

其三，这是 Anthropic 关于自家模型的自我报告，论文未经同行评审。