Anthropic 於 2026 年 9 月 23 日宣布，Claude 在噬菌體 DNA 裡自主發現了一個前所未見的酵素系統 ART（array-associated reverse transcriptases）：與反轉錄酶相鄰、長串等距排列的 DNA 重複序列陣列，結構上讓人直接想到 CRISPR。但 Anthropic 自己說得很清楚：這個系統的功能目前完全未知，而且同一套 agent 流程重跑 10 次、10 次都沒再現同樣的發現。
這是 Anthropic 自建生命科學實驗室（2026 年春季成立）的第一個公開發表成果，同時附上一份未經同儕審查的預印本與技術報告。它值得寫一篇，不只是因為「AI 找到新酵素」這句標題很響，而是因為這份報告罕見地把自己方法論的天花板也一起寫了出來。
30 秒掌握
| 項目 | 內容 |
|---|---|
| 公布日期 | 2026 年 9 月 23 日（Anthropic 官方部落格 + 預印本） |
| 系統名稱 | ART，array-associated reverse transcriptases（陣列關聯反轉錄酶） |
| 發現位置 | 噬菌體（bacteriophage，感染細菌的病毒）DNA，主要 |
| 系統結構 | ① 反轉錄酶（RT）② 旁邊的夥伴基因 ③ 3–21 個等距短重複序列 |
| 執行模型 | Claude Mythos 5 |
| 搜尋規模 | 1.9 億（1.9 billion）蛋白質叢集資料庫 |
| 資源消耗 | 約 949 個 agent session、21.5 小時、215.6 百萬 token |
| 漏斗結果 | 約 20 萬個酵素叢集 → 3,564 個候選夥伴家族 → 19 份人類可讀報告 |
| 實驗室驗證 | 陣列會被轉錄成短鏈 RNA（某葡萄球菌噬菌體感染 15 分鐘後占其 RNA 約 8%） |
| 已知限制 | 功能未知、酵素活性未證實、重跑 10 次皆未重現 |
| Anthropic 額外做的事 | 直接讀取模型內部訊號，證明它在說出「看到重複陣列」前，已有兩個內部訊號先亮起 |
ART 是什麼？三個零件組成的「類 CRISPR」系統
反轉錄酶（reverse transcriptase, RT）是一種把 RNA 抄成 DNA 的酵素，細菌常用它來防禦病毒。ART 不是一個新酵素，而是一個新的組合：Anthropic 說，那個反轉錄酶本身在先前研究就被辨識過，但是 Claude 第一個注意到旁邊還有一整排等距重複序列、以及一個功能未知的夥伴蛋白。
預印本記載的 ART 陣列是 3 到 21 個短重複序列的串聯。它與 CRISPR 的相似與相異之處可以這樣拆開看：
| 比較項目 | CRISPR-Cas 系統 | ART（本次發現） |
|---|---|---|
| 核心酵素 | Cas 核酸內切酶（如 Cas9） | 反轉錄酶（RNA → DNA） |
| 陣列形式 | 間隔重複序列（spacer + repeat） | 3–21 個等距短重複序列 |
| 是否帶 cas 基因 | 有 | 沒有 |
| 陣列產物 | guide RNA，引導 Cas 剪 DNA | 短鏈 RNA（已實測，功能未知） |
| 主要宿主 | 細菌、古菌基因組 | 噬菌體基因組 |
| 目前可否基因編輯 | 可以（已成為醫療工具） | 尚無任何證據 |
| 已知種類 | 多 | 自然界中具此特徵的系統極少 |
Anthropic 的論點是：過去具備「重複陣列 + 酵素」這組特徵的系統，後來都被證明具有可程式化的 DNA 剪切、複製或貼上能力——CRISPR 就是最著名的例子。所以這個組合值得追。但 Anthropic 也強調：結構上的相似，不等於功能上的相似，現在就說 ART 是下一個 CRISPR 是超譯。
這場搜尋是怎麼跑的
Anthropic 給 Claude 的指令只有一句高層次研究 brief：在一個有 19 億個蛋白質叢集的資料庫中，找出新的反轉錄酶系統。科學家的介入被限定在「下最初的 prompt」與「實驗室裡動手做濕實驗」。
其餘由 agent 自己跑完：
- 一個 agent 規劃並執行任務，第二個 agent 負責審查它的產出，並在過程中自行開出新的子任務（雙 agent 審查模式）。
- 整場 campaign 在無人介入下連續跑 21.5 小時，共 949 個 agent session、2.156 億 token。
- 累積約 20 萬個酵素叢集，評分 3,564 個候選夥伴家族，最後只留下 19 份人類可讀報告送交科學家審閱。
Anthropic 的說法是：這種等級的分析，對一位專家科學家而言通常要花數週到數個月。
有意思的是，ART 是「側路」發現的。某個 agent 在讀一段不尋常酵素旁邊的原始 DNA 時，直接把觀察寫進紀錄：「反轉錄酶旁邊這段 DNA 太驚人了：我用肉眼就能看到串聯重複陣列⋯⋯這是個類 CRISPR 的重複陣列？！」 接著它數了重複次數、量了間距、與已知 RT 系統比對、查了文獻確認沒有人報告過，才寫成報告送出。
實驗室裡證實了什麼
人類科學家在 Anthropic 灣區的實驗室（只做 BSL-1、BSL-2，不碰可感染人類的病原體）接手驗證。目前的實驗結果是：
- ART 的重複陣列確實會被讀出成一組特定的短鏈 RNA。
- 在一株已發表的葡萄球菌噬菌體資料中，這些短 RNA 在感染後 15 分鐘可占噬菌體 RNA 的 8%。
- 這暗示陣列可能在系統中扮演類似 CRISPR guide RNA 的引導或調控角色。
但預印本同時寫明：團隊還沒證明這個酵素本身具有活性，也還沒證明它作用在這些 RNA 上。
張鋒怎麼說，以及為什麼這條歷史線重要
Anthropic 把 CRISPR 基因編輯先驅、MIT 與 Broad Institute 教授 Feng Zhang（張鋒） 的審閱意見直接刊登在官方公告裡：
「確認出與反轉錄酶相鄰的 RNA 重複陣列，確實引人入勝，值得進一步研究。這是 AI agent 能如何貢獻生物學發現的一個令人興奮的範例。」
Anthropic 也刻意把這次發現放進一條歷史脈絡裡：限制酶（在細菌免疫系統中被發現，後來開啟了生技產業）、Taq 聚合酶（在黃石公園溫泉的細菌裡找到，後來成為 PCR 的基礎）、以及 CRISPR（最初只是細菌 DNA 裡一段奇怪的間隔重複序列）。這三個例子都始於「有科學家覺得某個分子機械怪怪的」，最後變成產業級工具。
三個必須知道的限制（Anthropic 自己寫的）
這篇文章最重要的部分，是這三個限制。它們比發現本身更能決定這則新聞的重量。
1. 功能完全未知。 ART 到底做什麼？沒有答案。Anthropic 強調目前還沒有證據顯示 ART 具備基因編輯能力，「是否能用、能不能像 CRISPR 一樣被程式化」都還是問號。這是一條研究線索，不是一個完成品。
2. 幾乎無法重現。 這是預印本裡最誠實也最刺眼的一段：Anthropic 把完全相同的 agent 流程重跑了 10 次，沒有一次讀到酵素上游的 DNA，10 次全部錯過那段重複陣列。作者把原因歸於搜尋空間太大、以及 agent 行為本身的不可預測性。
3. 給定答案 vs 自己找答案，差距很大。 在固定題目下，Anthropic 四個最強的模型只要直接拿到那段 DNA，至少 90% 的次數能正確描述出陣列；但當模型必須自己操作檔案與工具去挖資料時，成功率掉到最低 32%，很多時候它根本沒讀到足夠的 DNA 看到完整重複。
換句話說：模型「看得懂」的能力已經很強，但「自己知道要去哪裡看」的能力還不穩定。這也是目前所有 agentic 工作流的共同瓶頸。
平衡報導：社群質疑了什麼
Anthropic 自己揭了短，社群也補上幾刀。技術論壇上的主要質疑集中在三點：
- 成果偏不完整。 有生物資訊背景的讀者指出，重複陣列與短 RNA 的產出，在近期的其他研究（例如針對重複陣列 RNA 的分析工作）中已有類似手法；單就「觀察到重複 + 產出 RNA」這一步，新穎性有限，比較像是一次高品質的候選線索篩選，而不是方法學或生物學上的突破。
- AI 自主性被放大。 初始 brief、濕實驗、候選審閱都由人類科學家負責；AI 的角色是超大規模的篩選與報告生成。把它說成「AI 自己做研究」並不精確。
- 生物安全擔憂。 有人擔心公開一個功能未知的系統有風險；多數回應則認為噬菌體來源的酵素不感染人類，且功能未明的情況下落實難被濫用，風險極低。
相對地，也有評論認為這次真正的重點不是「發現了什麼」，而是科學判斷被部分委外了：Claude 從數萬個平凡候選中挑出一個不尋常的、認出被忽略的規律、確認它的新穎性，然後主動交給人類驗證。這個流程本身就是可觀察的進展。
更大的圖：Anthropic 已經從「賣鏟子」變成「自己下場挖礦」
只看單一發現會漏掉重點。把時間軸攤開，Anthropic 在不到一年內完成了從工具供應商到研究參與者的轉向：
| 時間 | 事件 | 意義 |
|---|---|---|
| 2025 年 10 月 | Claude for Life Sciences 上線 | 第一個生技垂直產品 |
| 2026 年 1 月 | Genmab 合作、Claude for Healthcare 與擴大生命科學版 | 接進 PubMed、ChEMBL、Open Targets、ClinicalTrials.gov 等資料庫與 600+ 工具 |
| 2026 年 4 月 | 以報導的 4 億美元收購 Coefficient Bio；Novartis CEO Vas Narasimhan 進入董事會 | 直接買下科學人才，並讓大藥廠執行長坐上治理桌 |
| 2026 年 6 月 30 日 | Claude Science 上線，並宣布投入自有臨床前藥物開發 | 從供應商變成參與者 |
| 2026 年 9 月 23 日 | 自建實驗室發表第一項成果 ART | 開始產出自己的科學發現 |
競爭態勢也很清楚：OpenAI 在 2026 年 4 月推出生命科學研究模型 GPT-Rosalind；Google DeepMind 則以 AlphaFold、AlphaGenome 主導結構與基因體預測。Anthropic 選的差異化路線不是「更強的生物學模型」，而是agentic 科研工作流——讓 AI 像研究同事一樣自己去查資料庫、跑分析、寫報告。這也解釋了為什麼這則新聞的重點在流程而不是結果。
對開發者與 Agent 架構的四個可借鏡點
即使你完全不碰生物學，這份報告的 agent 架構還是很有參考價值：
- 雙 agent 審查（planner + reviewer）。 一個 agent 負責規劃與執行，另一個專門審查成果並動態開新子任務，而不是產出後才由人類被動複核。
- 漏斗式篩選，而不是一次到底。 20 萬 → 3,564 → 19 份報告。每一層都收窄並留下可讀的中間產物，人類只需看最後 19 份。
- 把「大量假說」本身當研究對象。 Anthropic 說一場 campaign 會產出數百到數千份候選報告，他們回頭分析「哪些假說值得測、哪些該丟」，再把結論寫回系統指令，讓模型模仿團隊的科學品味。這是把 prompt 調校變成可累積的資產，而不是一次性微調。
- 人機分工劃在正確的位置。 AI 做規模（篩選、比對、報告），人類做判斷（下 brief、審結論、做濕實驗）。報告沒有宣稱「AI 取代科學家」，而是把 AI 放在它們目前真正擅長的環節。
至於 Anthropic 揭露的另一個細節同樣值得筆記：他們在 Mythos 5 讀取序列時監測內部訊號，發現在 agent 說出「我看到重複陣列」之前，已有兩個內部訊號先亮起。這種「先於輸出」的內部表徵，是目前可解釋性研究的一條實用路線。
站內延伸閱讀
- AI 三巨頭罕見同桌談安全：AEF-1 第三方評估標準出爐、Anthropic 讓評估員帶識別證進駐 — 當 AI 開始自主產出研究成果，「由誰評估、怎麼評估」的問題會比模型能力本身更難解。
- 研究人員用 Claude 駭進 OpenAI：Hacktron 三個人 72 小時攻破、Opus 5 三小時寫出 Exploit — 同一種 agentic 能力換個場景就是攻擊面，讀完 ART 這篇再回頭看這則會很有感。
- NotebookLM 完整教學 2026：費用、方案價格比較與 10 種 Studio 工具全解析 — 一般研究者能馬上用上的 agentic 研究工作流，不需要自建實驗室。
資料來源
- Anthropic 官方公告：https://www.anthropic.com/news/claude-discovers-novel-enzyme-system（Claude discovers a novel enzyme system with CRISPR-like repeats，2026-09-23）
- Anthropic 預印本（未經同儕審查）：https://www-cdn.anthropic.com/22573675ada52a8ca8a97a1a4b4326b2f208a071.pdf
- The Next Web 報導：https://thenextweb.com/news/anthropic-claude-enzyme-system-crispr-like-repeats（含重跑 10 次未重現、32% 工具模式成功率等細節）
- Unite.AI 報導：https://www.unite.ai/anthropic-says-claude-discovered-a-new-enzyme-system-resembling-crispr/
- StreetInsider／Investing.com 報導（張鋒評論與團隊背景）
- 技術社群討論（成果完整度、重現性與生物安全的質疑與反駁）
本文事實以 Anthropic 官方公告與預印本為主，第三方報導與社群評論為輔。凡屬廠商自報（例如「相當於人類數週到數月的工作量」）均已在文中標明來源，請讀者自行判斷。