一句话总结
2026 年 9 月 23 日，Anthropic 公开了它自己的生命科学研究组与湾区的湿实验室（wet lab），并交出第一批成果：Claude 在无人干预的基因组挖掘战役中，独立提出了一类此前未被描述过的逆转录酶（RT）家族——array-associated RTs（ART）。这场战役扫过 19.4 亿（1.94 billion）个元基因组蛋白簇（预印本摘要把它四舍五入写作 1.9 billion），由 119 个任务、949 个 agent 会话组成，累计 77 agent-小时、215.6 百万 token（即 2.156 亿），墙钟时间 21.5 小时，全程无人工干预。ART 的准确定义是：一类新的巨型噬菌体（jumbo-phage）RT 家族，特征是 RT 上游有一段以约 200 个核苷酸为单位的串联重复阵列（属非编码 DNA），外加一个位于其旁、功能未知的伙伴基因（partner gene）。最需要说清楚的一点是——底层那个 RT 本身此前已被识别，Claude 的贡献是第一个注意到这套「RT + 重复阵列 + 伙伴基因」的组合、并把它作为一个新系统提出来。CRISPR 先驱、MIT / Broad Institute 教授 Feng Zhang 在读过预印本后公开点评。同样重要的是官方自己给出的反证：同一战役重跑 10 次，重复阵列每一次都被错过。
数据来源：Anthropic 官方公告《Claude discovers a novel enzyme system with CRISPR-like repeats》（anthropic.com/news，2026-09-23）；预印本《Autonomous AI agents discover reverse transcriptases with tandem repeat arrays》（Peter H. Yoon、Januka S. Athukoralage、Emmanuel Ameisen、Eric Kauderer-Abrams、Nicholas T. Perry、Matthew G. Durrant，Anthropic, San Francisco, CA, USA，共 40 页，本地留存于 scripts/claude-art-report.pdf）；TechCrunch《Anthropic says its biology lab has already found something big》（2026-09-23，记者视角报道）。文中配图来源已逐张标注。
为什么 Anthropic 要自己建一间实验室
Anthropic 在公告里给出的理由很直接：他们相信 AI 对生物学的加速不会自动发生，而来自「一种新的做生物学研究的方式」——让 agent 与人在每一个环节协作。为了验证这件事，他们必须自己建实验室、并把一个团队从「把生物学教给 Claude」一直打通到「在实验室里跑实验」。
官方配图没有提供实验室现场照片，但这类研究长什么样大致是可以想见的——移液、建库、跑胶：
关于这间实验室，官方给出的信息量不大但很具体：
- 地点在湾区（Bay Area）；
- 只做生物安全等级最低的两档：BSL-1 与 BSL-2；
- 不处理能感染人类的病原体；
- 所有实验室工作都由人类科学家完成——这一点在 TechCrunch 的报道里被单独拎出来，因为它是这次发布中最容易被误读的部分（后文详述）；
- 团队是 2026 年春天组建的（TechCrunch 说 Anthropic 拒绝透露具体开了几个月）；
- 科学家们用的工具是 Claude Science 与 Claude Code——「任何科学家都能用到的同一套工具」，有时再加一个自研的 harness，用来协调大量并行的 Claude 会话。
他们把自己的工作方式概括成一句很朴实的话：「先是常规的蛋白家族普查，然后是找那些不符合任何已描述系统的家族成员或基因组邻居」。下面这张图是官方预印本的首页，标题就是这项工作的全名：
注意标题里的用词：「Autonomous AI agents discover reverse transcriptases with tandem repeat arrays」。它没有写「AI 设计了一个新酶」，写的是「自主 AI agent 发现了带有串联重复阵列的逆转录酶」——「发现」的是一类序列特征与系统架构，不是「发明」了一条新的蛋白序列。这个区别贯穿全文。
一场无人干预的基因组挖掘战役：先把数字摆出来
这篇预印本最扎实的部分，是它把整套 agent 工作流和花销都量化了。先看漏斗：
把这些数字和论文正文逐条对上：
| 阶段 | 规模 | 说明（均出自预印本正文与图 1B） |
|---|---|---|
| ① 建 profile | 52 个 RT profile HMM | agent 自己组装序列 profile 隐马尔可夫模型与参考集 |
| ② 全库扫描 | 19.4 亿（1.94 B） 蛋白簇 | 元基因组蛋白簇全量扫描（摘要四舍五入写作 1.9 billion） |
| ③ 回收与归类 | 198,290 条 RT 簇、9 个 RT 类 | 过滤后的回收结果，归入 9 个互不相同的 RT 大类 |
| ④ 邻域普查 | 3,564 个候选伙伴家族、10,983 个位点 | 采样约 11,000 个横跨所有类的 RT 位点 |
| ⑤ 深挖 | 16 + 1 个家族 | 16 个过筛；第 17 个由后续任务「提拔」上来 |
| 产出 | 19 份人类可读报告 | 17 个候选家族中 16 个各一份（其中两个合并成一份）+ 3 个新 RT 谱系 |
| 结论 | 3 + 3 | 3 个此前未报道的 RT 关联 + 3 个新 RT 谱系；其余 14 个候选被淘汰或搁置 |
这 949 个 agent 会话不是一个数字，它是有分工的：
| 角色 | 会话数 | 职责（据预印本 Methods） |
|---|---|---|
| launch | 1 | 启动，把研究简报编码成 5 个阶段 |
| worker | 414 | 提出计划并执行 |
| supervisor | 375 | 审查计划与结果，并据此开新任务 |
| curator | 107 | 把发现写进共享知识库 |
| editor | 52 | 审阅报告 |
| 合计 | 949 | — |
这里有一个容易被忽略、但对理解整件事最重要的机制：119 个任务里有 98 个是 agent 自己开出来的后续任务，而不是人类预先规划的。预印本把这个 harness 设计写得很明白——supervisor 可以「依据工作中产生的观察」开新任务，让战役随发现自我扩展；所有计划、结果与审查都写进一份共享记录，因此整个 harness 是一个有共同记忆的多智能体系统。研究简报只到「找出基于新伙伴基因关联的 RT 系统」这一层，再往下是 agent 自己的判断。
成本口径也值得单独记一笔（因为它最容易被「约 2.1 亿 token」这种说法盖过去）：215.6 百万 token = 未缓存输入 1,130 万 + 输出 1,490 万 + 写入 prompt cache 的 1.895 亿，从缓存读出的 token 不计入。换算成时间：77 agent-小时（精确值 76.9，其中 63.7 小时消耗在 worker 会话里），而墙钟时间是 21.5 小时——因为 harness 允许多达 58 个会话并发，跑在一个 60 核 CPU、192 GiB 内存、无 GPU 的沙箱里。
21.5 小时，是这场战役相对于人类专家的量级差。官方公告给的对照是：「对一个专家科学家而言，这类分析要花数周到数月。」
转折点：agent 在原始 DNA 里「用眼睛看到」了一段串联重复
整个发现的关键镜头，发生在某个 worker agent 把一段原始 DNA 直接读进上下文之后。它写下的原话是（预印本图 1E 与正文引用）：
「L0050（228,907 bp 的 logan contig）侧翼太壮观了：我能用眼睛看到一段串联重复阵列：
CATGTGTATCGCATGTT/CATGTGTTTCGCATGT重复了很多次，间隔约 100–180 bp——这是 CRISPR 样或 msDNA 样的重复阵列？！」
值得注意这里的顺序：模型先是看到了，然后才用自然语言给这个东西命名。预印本专门分析了这个先后关系——重复序列在模型内部触发了一个信号，紧接着就是「把它叫做 tandem repeat array」的自然语言推理。
而且它没有停在这句感叹上。接下来它做了和人类科学家几乎一样的事：数重复的份数、量它们的间距、与已知 RT 系统比较布局、再去文献里查有没有人报过同样的模式。worker 自己写的重复计数脚本，在其中一个位点找到了14 份、每份 16 nt 的重复，中间隔着 100 到 200 nt 彼此不相同的间隔序列。它甚至还自己做了一次「新颖性杀伤测试」，在推理里依次怀疑这是不是已知的 retron 样串联阵列、是不是 2024–25 年某篇论文里报过的系统——最后才确认文献里查不到。
这段过程里还有一个结果同样重要：被它第一个否掉的东西。这位 worker 最初选上这个候选，是因为它旁边坐着一个噬菌体基因（巨型噬菌体非病毒体 RNA 聚合酶的 β 样亚基）；后来它自己把这个基因判为「虚假关联」，但没有就此丢掉整条线索，而是另开了一个后续任务去更仔细地研究这个 RT。正是这个「否掉一个结论但保留一条线索」的动作，把整件事引向了 ART。
ART 是什么：一个酶 + 一个伙伴基因 + 一段约 200 nt 的等距重复阵列
把 ART 拆开看，它由三部分组成：
① 逆转录酶（RT）：把 RNA 抄写成 DNA 的酶。ART 的 RT 有一个不寻常的特征——N 端异常长，聚合酶结构域前面约有 180 个残基，而其他 RT 通常只有 50 个或更少。论文在所有能覆盖到催化位点的 93 个成员里都找到了 YxDD 催化基序（另有两个成员在它之前就被截断）。
② 一串等距的重复阵列：论文摘要用的原句是 an array of ~200-nucleotide units——以约 200 个核苷酸为一个单位。拆到细节：28 个带可检出阵列的位点中，阵列长度在 0.3 到 4.1 kb 之间，包含 3 到 21 份短重复，重复本身长 15 到 49 nt，带一个约 15 nt 的回文核心；重复之间是一段段彼此独特的间隔序列（spacer），在 28 个阵列中长 120 到 220 nt，在同一阵列内彼此不相关。在 agent 最早看到的那条 L0050 contig 上，间隔是 100 到 200 nt。论文对这套系统的命名就来自这段阵列——「We named this lineage of jumbo-phage RTs array-associated RTs (ART) after the array that defines it.」（我们按定义它的那段阵列，把这条巨型噬菌体 RT 谱系命名为 array-associated RTs，ART。）
③ 一个功能未知的伙伴基因（partner gene）：位于 RT 紧邻下游。它不止一种，论文据此把 ART 分成三型：
| 类型 | 蛋白规模 | 结构特征 | 分布（95 个位点中） |
|---|---|---|---|
| Type I | 约 600 个氨基酸 | 两个串联的 GNAT 样折叠 | 59 个位点，Listeria 噬菌体与环境谱系 |
| Type II | 约 270 个氨基酸 | 全 α 螺旋蛋白 | 局限于 Staphylococcus 噬菌体分支 |
| Type III | 约 170 个氨基酸 | 较小的螺旋蛋白 | 一个环境亚谱系 |
三个伙伴家族在序列和预测结构上都找不到可检出的相似性——论文的解读是：ART 家族的 RT 不止一次跟彼此无关的伙伴配上了对。
最后一点特别关键：ART 位点附近找不到任何 cas 基因。也就是说，这套重复阵列不是 CRISPR，而是一类此前未被描述的非编码重复元件。
一份候选报告不等于一个家族。 从「agent 觉得这段东西有意思」到「这是一个成立的家族」，中间还隔着一道验证。团队接着用交互式的 Claude Science 会话处理了这个问题，看这段阵列和它的 RT 是否在 agent 看过的那些位点之外仍然自洽：
- 对自建元基因组数据库与公开基因组做 profile HMM 搜索，找到 95 个彼此不同的 RT 簇（按 90% 同一性划分），分布在已培养的巨型噬菌体和预测的病毒 contig 中；
- 其中 28 个在 RT 上游带有可检出的重复阵列；
- 系统发育分析把这批 RT 放在 retron 旁边的一个分支上——与 agent 最初的分类判断一致；
- 在这些位点里，阵列位于 RT 上游、伙伴基因位于 RT 紧邻下游，这两个特征是其他 RT 系统所没有的——而 agent 的报告里把它们都写到了。
还有一个很诚实的细节：最初把 agent 引向这里的那个「聚合酶旁边的 RT」，构成了 ART 的姐妹分支，论文把它称作 NART（non-array-associated RTs，非阵列关联 RT）。NART 的 RT 同样有很长的 N 端，但在它 17 个可评估的位点里，没有一个带重复阵列，也没有一个编码 ART 的伙伴蛋白。换句话说——把 agent 带过来的第一条线索本身是错的方向，真正的发现在它旁边。 这正是那 98 个「agent 自己开的后续任务」的价值所在。
它真的在工作吗：噬菌体感染实验给出的第一条证据
如果只有序列分析，这只是一个「看起来像那么回事」的假设。Anthropic 的团队往下走了一步：他们让一个 Claude Science 会话去找关于 ART 位点的更多信息，这个会话自主找到并取回了已发表的 Staphylococcus 噬菌体 SA1 感染时间序列 RNA 数据（BioProject PRJNA836150）。SA1 的基因组里正带着一套 ART 系统（261 kb 基因组、阵列含 5 份重复）。
结果：
- ART 重复阵列在感染的早期、中期、晚期（5 / 15 / 55 分钟）都被高水平表达；
- 感染后 15 分钟，阵列来源的 RNA 占到噬菌体 RNA 的 8%，属于最丰富的一批噬菌体转录本；
- 阵列转录本会裂解成更短的物种，且这些边界在不同重复实验之间是可复现的。
为了把这件事从「感染时的背景噪音」里摘出来，团队又在大肠杆菌里用质粒表达了 SA1 的 ART 系统（一个天然位点、一个异源启动子构建体），做了小 RNA 测序，同样观察到了与感染时相似的离散短 RNA。折叠预测显示，无论每个单元怎么从阵列里被切出来，重复序列都落在一个碱基配对的茎上——这与重复本身含一个短反向重复（回文）一致。
于是有了一个更清楚的假设：ART 是一个「retron 样」的系统，但它配的是一整套不同的 RNA，而 retron 只有一条。已知 retron 的工作方式是：RT 转录出一条专用 ncRNA，抄成单链 DNA，与效应蛋白形成一个失活的复合物，直到噬菌体感染或 msDNA 受损才把它释放出来、杀死细胞。论文推测 ART 可能按类似原理工作——每个单元 RNA 各自组装一个自己的复合物，于是一对酶与效应蛋白，可以产出若干个只有 RNA 不同的复合物，从而可能对不同触发条件作出反应。
需要立刻补一句边界：论文自己写明了「我们还没有证明这个 RT 是有活性的，也没有证明那些单元 RNA 就是它的底物」。 这是一条假设，不是一个结论。
Anthropic 自己做的两场「考试」：10 次重跑与 3,500 次尝试
这部分是这篇预印本最应该被传播、却最容易被忽略的内容——官方自己给出了不利于自己的证据。
第一场考试：可复现性。 他们把同一场战役又跑了 10 次。
- 几乎每一场完成普查的战役都采样到了 ART 位点（说明数据层面是可及的）；
- 其中 2 场把这条谱系作为后续任务深入调查了；
- 但没有任何一场把 RT 上游的 DNA 读进上下文，阵列在每一次重跑里都被错过。
论文把原因归于两点：RT 的蛋白搜索空间很宽，以及 harness 的行为本身是非确定性的。
第二场考试：固定输入基准。 他们干脆把 ART 的序列直接喂给模型，看它能不能描述出来。做法是 5 个信息等级（序列直接放在上下文里、不给工具 / 序列作为文件、给工具，逐级加预测结构、文献与网页访问），7 个 Claude 模型，每个模型每个等级跑 100 次，共 3,500 次尝试，由一个语言模型裁判（Mythos 5）按 10 条人工整理的 ART 特征打分。
结果分两层。第一层是模型代际差异：四个最强模型（Opus 5.5、Mythos 5.1、Mythos 5、Opus 5）明显领先于另外三个（Opus 4.6、Opus 4.8、Sonnet 5）——跑原始战役用的正是 Mythos 5。
第二层更反直觉：工具越多，不一定越好。
| 条件 | 重复阵列被正确识别 |
|---|---|
| 序列直接放进上下文、不给工具（最强模型） | ≥ 90% 的尝试 |
| 序列作为文件 + 工具（Opus 5，第 4 级） | 低至 32% |
| 上下文中读进 ≥ 200 nt 连续 DNA | 各模型识别率提升 16–32 个百分点 |
| 上下文中 DNA 从 < 200 nt 增至 ≥ 2,000 nt（四模型合并） | 29% → 76% |
| 同上，Mythos 5 单独看 | 最高 96% |
他们把原因查到了头上：带工具时，39% 的尝试从来没有读过一段 200 nt 以上的连续序列，因此从来没有看到过一个以上的重复单元。 换句话说——给 agent 一套强大的分析工具，反而可能让它不去「直接看数据」。而这个系统的定义性特征，恰恰只有「直接看」才看得见。
这次不是「模型记住了」：Mythos 5 内部的重复序列信号
「模型是不是从训练数据里背出来的」是这类新闻最该被追问的问题。预印本给了一个技术性回答，分两步。
第一步，请两个对照。 他们把两个专门在生物序列上训练的基因组语言模型 Evo 2 和 gLM2 跑在同一个 L0050 位点上。这两个模型的 log-likelihood 曲线稳定地、高置信度地标出了重复序列；把每份重复的核苷酸原地打乱，这个信号就消失了。
第二步，往回读 Claude 自己的内部活动。 他们把最初那次发现会话的记录（task t0062）原样重放回同一个 Mythos 5 checkpoint，把模型某一层的活动分解成可解释的「信号」，再让这些信号沿着 DNA 逐位对齐。结论是：
- 有 12 个 Mythos 5 内部信号是在合成重复序列上被预先筛出来的（在观察 L0050 之前，避免事后挑选）；
- 其中两个（论文称作 repeat-signal 1 与 repeat-signal 2）在读取该阵列时做出了与专训生物模型类似的反应：在阵列之前沉默，随后在第三份重复处起峰；
- 把 14 份重复逐份原地打乱，repeat-signal 1 有 12 份沉默、repeat-signal 2 则 14 份全部沉默。
论文的口径很克制：这两个信号并不专门针对 DNA（也就是说，它们不是一组「DNA 检测器」，而是更泛的重复模式信号）。预印本摘要对这件事的官方表述是 a behavior attributable to specific Mythos 5 internal signals that respond to repeated DNA——「这一行为可归因于 Mythos 5 内部对重复 DNA 有响应的特定信号」；也就是说，Anthropic 把这次发现的能力来源，明确归到「模型内部存在对重复 DNA 起反应的信号」这条具体机制上，而不是笼统地说「模型很聪明」。但它支持一个具体的解释链：重复序列在模型内部触发了信号 → 紧接着模型用自然语言把它命名为一个串联重复阵列 → 这个命名开启了 ART 的识别。 论文给这个能力起了个名字，叫「genomic vision（基因组视觉）」。
这和限制酶、Taq、CRISPR 是同一类故事吗
官方公告的开头，特意花了三段讲生物学史上的三个先例。这不是修辞，是在给这次成果定坐标：
- 限制酶：在细菌免疫系统里被发现，作用本来是摧毁入侵病毒的 DNA；研究者意识到可以用它在选定的位置切 DNA、把基因从一个生物接到另一个生物——生物技术产业由此起步；
- Taq 聚合酶：在黄石温泉的一种细菌里被找到，能在高温下复制 DNA——成了 PCR 的基础；
- CRISPR：最初只是被注意到「某些细菌的 DNA 里有一段不寻常的重复序列」——如今是基因编辑药物的地基。
三条线的共同起点都不是「设计」，而是**「在序列里注意到一个奇怪的东西」**。Anthropic 想验证的命题就是：能不能把「注意到异常」这一步，也交给 agent 去做。
这正是论文在讨论部分最实在的一段论述：异常是相对于「预期」才存在的。 对统计学家，预期是一个显式的数据模型；对生物学家，预期往往来自上下文与默会的经验知识。此前自动化科学发现的尝试，预期与「什么算新」的判断都由人类专家提供；近期的 AI 方法能让 agent 自己筛掉不新颖的假设，但设定预期、下最后判断的仍然是人。论文主张：这一次，agent 同时提供了预期（来自它自己的知识，而不是来自任务）与「这个异常值得追」的判断。
论文还举了一个很具体的佐证：MarsHill 位点。这个位点原本的基因组报告已经识别出了那个 RT，并提出了一个 5′ ncRNA 的可能，但既没有描述重复阵列，也没有描述伙伴基因。差别就在「有没有人真的去把那段序列看进去」。
而 CRISPR 先驱 Feng Zhang 的点评，说的也正是这一层（引自官方公告）：
This is an exciting example of how AI agents can contribute to biological discovery. The identification of RNA-repeat arrays associated with reverse transcriptases is genuinely intriguing and merits further investigation. I hope this work encourages more scientists to explore how AI can support their research.
「这是 AI agent 能如何为生物学发现做出贡献的一个激动人心的例子。识别出与逆转录酶相关的 RNA 重复阵列确实很有意思，值得进一步研究。我希望这项工作能鼓励更多科学家去探索 AI 如何支持他们的研究。」
注意这位最重要的外部点评人用的词：「promising」「intriguing」「merits further investigation」——是「值得进一步研究」，而不是「已经证明了什么」。
风险与局限
① 这是预印本，未经同行评审。 论文通过 Anthropic 的 CDN 发布，官方公告用的是「pre-print」与「technical report」。TechCrunch 的表述很准确：「这个发现到底有多大、到底有多新，要由更广泛的研究界来验证。」 在同行评审完成之前，所有结论都应被当作待检的主张。
② agent 的自评报告不是实验验证。 这是最需要拆开的一层。那 19 份报告的「质量」是由一个语言模型裁判按 10 条人工设定的特征打分的；报告的排序是一场 342 局的成对比较锦标赛（每对报告比较一次，裁判为 Mythos 5，按影响力 0.35 / 新颖性 0.30 / 严谨性 0.25 / 可操作性 0.10 加权）。这套机制衡量的是「报告是否符合研究者预设的 ART 特征」，不是「生物学结论是否成立」。 校准用的 10 条特征本身就是作者定的——这是合理的工程做法，但它意味着这个分数的上限就是预设答案的边界。
③ Claude 被淘汰的候选占大多数。 数字必须完整地讲：17 个候选伙伴家族里，只有 3 个被确认为此前未报道的 RT 关联，其余 14 个被 rejected 或 set aside（注释假象、已描述系统的零件，或只是「邻居」而非专门伙伴）。也就是说，agent 这一轮提出的假说里，绝大多数是错的——论文对此毫不回避，甚至把这当成一个可以研究的对象：官方公告明确说「在后续分析中，Claude 会批判性地评估证据——通常正是在这个阶段，大多数候选会被淘汰」，还提到他们正在反向研究「什么样的报告值得测、什么样的不该测」，把这些经验写回给 Claude 的指令里，教它模仿人类科学家的品味。这既是加分项，也是提醒：这套系统真正的价值可能在于「以极低成本生成并自我淘汰大量假设」，而不是「一次就猜对」。
④ AI 产出的科学结论仍需湿实验复核，而且这次的湿实验全部由人完成。 论文写得很清楚：「除了这些观察之外，我们还没有证明这个 RT 是活性的，也没有证明那些单元 RNA 是它的底物。RT 与它的伙伴是否相互作用、这套系统对噬菌体有什么作用，目前都还是未知的。」 而 TechCrunch 把另一个事实放在了聚光灯下——所有实验室工作都是人类科学家做的，Anthropic 并没有「把 Claude 放出去」操作实验室。 公告的原文是：「我们的实验室位于湾区，看起来就是一个常规的分子生物学实验室。我们只做生物安全风险等级最低的两级（BSL-1 和 BSL-2），不处理能感染人类的病原体。所有实验室工作都由人类科学家完成。」Dario Amodei 也留了话口：「最终也许可以让 Claude 自己去安全地做实验、自主控制实验设备，只要防护措施到位——但今天我们没有这么做。」
⑤ 还有个容易被当成「AI 原创」的归因问题。 TechCrunch 明确写道：Amodei 承认这项发现建立在他人先前工作之上，并且斯坦福的一个团队此前发现过一个「在某些方面与 Claude 找到的这个相似」的系统。预印本也提到，另一套不相关的 UG27 RT 附近曾用专用的基因组语言模型找到过 RNA 阵列，说明这个架构在自然界中出现过不止一次。再加上我们已经强调过的那句关键限定——底层那个 jumbo phage RT 本身此前就被识别过——正确的表述是「Claude 第一次注意到这套系统的定义性特征」，而不是「Claude 从零发现了一个前所未有的酶」。
⑥ 可复现性的硬伤不能只当成花絮。 同一场战役重跑 10 次，这个阵列一次都没被读出来。 论文对此诚实，但结论也很硬：这套发现的产出强烈依赖 harness 配置、模型的代际能力，以及运气。 「能用」与「能稳定地用」之间还有距离——这恰恰是固定输入基准（≥90% 对 32%）想说清楚的事：把数据直接读进上下文，比给它一整套工具更可靠。
小结
- 这份工作的官方定性：Anthropic 生命科学研究组 + 湾区湿实验室（只做 BSL-1/BSL-2、不碰能感染人的病原体、所有实验由人类科学家完成）的早期成果；
- 战役规模（预印本精确值）：19.4 亿（1.94 B）蛋白簇、52 个自建 RT profile HMM、198,290 条 RT 簇归入 9 类、3,564 个候选伙伴家族、119 个任务 / 949 个 agent 会话 / 77 agent-小时 / 215.6 百万 token / 21.5 小时墙钟，全程无人工干预（官方公告的近似写法为「约 950 个 agent、2.1 亿 token、约 21 小时」）；
- 产出：19 份报告 = 3 个此前未报道的 RT 关联 + 3 个新 RT 谱系；17 个候选里 14 个被淘汰；
- ART 的定义：一类新的巨型噬菌体 RT 家族，特征是 RT 上游一段约 200 个核苷酸为单位的串联重复阵列（ncDNA，不是 CRISPR，附近无 cas 基因）+ 一个功能未知的伙伴基因；底层 RT 此前已被识别，Claude 的贡献是第一个注意到这套系统；
- 第一条实验证据：SA1 噬菌体感染 15 分钟时，阵列来源 RNA 占噬菌体 RNA 的 8%；在大肠杆菌里异源表达也复现出离散短 RNA——但活性与底物关系均未被证明；
- 最该记住的两个数字：可复现性重跑 10 次，阵列全部被错过；固定输入基准里，上下文直接给序列的正确率 ≥90%，加工具反而低至 32%；
- 一句话：这次真正的新东西不是「发现了一个酶」，而是「一个通用模型通过直接读原始 DNA，在没有人盯着的情况下，第一次注意到了别人从旁边走过却没看见的东西」——而 Anthropic 最有价值的动作，是把这句话连同反证一起写进了同一份文件里。
数据来源：Anthropic 官方公告（2026-09-23）· 官方预印本 PDF（Yoon et al., Anthropic，40 页）· TechCrunch（2026-09-23） 配图说明：实验室照片为配图素材；预印本首页为官方 PDF 首页渲染；三张示意图（工作流漏斗、ART 结构、发现史主线）为本文自绘，数据均来自上述一手来源。 统计时间：2026-09-26
