AI发现生物学新成果引争议：真有突破还是自嗨炒作？

（来源：麻省理工科技评论）

上周三，Anthropic 宣布，今年早些时候成立了一间分子生物学实验室。在这间实验室里，Claude智能体负责阅读文献、研究复杂的生物学问题并提出假设，人类科学家则根据智能体给出的结果开展实验。Anthropic 称，这间由 AI 驱动的实验室已经取得了首个发现。

要理解 Anthropic 完成了什么，不妨想象这样一个场景：你在翻阅一包含数百万条 DNA 序列的庞大数据库。这些数据来自科学家对越来越多生物进行的基因组测序。要取得突破，第一步或许是从中找到一段特殊的序列，它可能编码某种有趣的酶。接下来，你还需要弄清楚这种酶的作用，并最终找到操控它的方法，让它发挥实际用途。

Anthropic 声称，其系统中的 950 个智能体经过 21 小时的工作，找到的并不是一段全新的序列。相反，智能体识别出了某种已知酶周围反复出现的特定模式。Anthropic 表示，这种模式此前尚未被收录。

不过，如果你只读 Anthropic 的公告，可能会觉得这支智能体大军确实发现了什么了不起的东西。公告称，这种模式让人“联想到”当初促成 CRISPR 基因编辑技术诞生的发现，并特别强调，CRISPR“已经彻底改变了科学和医学”。

这些说法激怒了一些生物学家。其中一位生物学家发布的帖子在网上广泛传播，随后还得到了制药公司礼来（Eli Lilly）董事长兼首席执行官的认同。帖子指出：“找到一簇奇怪的基因和重复序列，往往是比较容易的部分。真正困难的部分，也是重大发现真正产生的地方，在于弄清楚这个系统究竟发挥什么作用。”换句话说，这些智能体只是协助完成了一些繁琐的实验室基础工作，还谈不上取得了科学发现

这件事提醒我们，即使 AI 完成了某项令人印象深刻的任务，例如从海量生物学数据中识别出仅凭人眼难以察觉的模式，其结果本身也未必构成科学突破。对 AI 而言具有新颖性的成果，在生物学家看来可能只是常规操作。既不令人意外，也未必具有多么重大的意义。

让这场争议更加扑朔迷离的是，哥本哈根大学生物学家马里奥·罗德里格斯·梅斯特雷（Mario Rodríguez Mestre）上周末表示，他的团队此前已经发现了这一特定模式。据《纽约时报》报道，梅斯特雷在工作中经常与 Claude 交流，因此他怀疑，Anthropic 的团队是否从他与 Claude 的对话中获取了相关信息。

Anthropic 否认了这一说法。但梅斯特雷表示，无论如何，他都将停止使用 Claude。这里的部分问题在于，AI 公司并没有简单地将自己的系统定位为科学家可以使用的工具，就像显微镜或超级计算机一样。相反，它们坚持宣称，AI 系统本身正在做出科学发现。

在一些人看来，这种做法与科学研究的实际运作方式并不相符。科学新知通常诞生于研究者之间的合作，以及不断丰富的研究工具所提供的支持，而不是某个系统独立完成的工作。这种宣传方式还带来了另一个问题：即使 AI 真的取得了进展，人们也会对其抱有更强的怀疑。

从 20 万个候选对象中筛选出少数几个值得进一步研究的目标，绝非易事。这本身就是实实在在的科学研究工作。即使有人类研究人员从旁指导，并最终由人类完成实验，一个通用聊天机器人能够承担这项工作，依然值得关注。但一旦衡量标准变成“Claude 是否独立做出了科学发现”，上述所有成果就都成了一场非此即彼的争论。支持某一方的证据要么是重大突破，要么是一无所获。

当我们开始以 AI 是否做出了科学发现来评价它时，即使它似乎真的取得了成功，人们也很容易继续提高评判标准。

本月早些时候，OpenAI 宣布，其智能体团队攻克了一道悬赏百万美元的数学难题。然而，仅仅几周之后，我在社交媒体上关注的几乎所有 AI 怀疑论者都在转发一篇文章，质疑 OpenAI 解决的究竟是不是那道真正重要的数学问题。需要说明的是，这篇文章并没有认为 OpenAI 的解答是错误的。它提出的问题是，这项具体成果可能并不是数学家最关心的结果。

再加上此前有数学家指控，OpenAI 的模型可能在没有注明出处的情况下使用了他的部分研究成果，公众最终留下的印象便是：要么 OpenAI 作弊了，要么它解决的问题本来就没那么重要，或者两者兼而有之。

这也正是卢卡斯·哈林顿（Lucas Harrington）所担忧的问题之一。哈林顿是一名生物学家，也是前文那篇批评 Anthropic 公告的帖子的作者。他在帖子的结尾提出了一项建议：AI 公司应该“从现在起就设立较高的标准，这样，当 AI 真正发现一种全新的基础生物学机制时，每个人才能充分认识到这一发现的重要性”。

然而，随着 OpenAI 的萨姆·奥尔特曼（Sam Altman）和 Anthropic 的达里奥·阿莫代伊（Dario Amodei）争相超越对方，提高 AI 科学突破的评判标准，恐怕是他们最不愿意考虑的事情。

https://www.technologyreview.com/2026/09/28/1145230/when-can-we-say-ai-made-a-scientific-discovery/