Anthropic运营湿实验室，用AI驱动生物学研究

Anthropic已向TechCrunch确认，该公司在湾区运营一处湿生物实验室，并可在其中借助自家AI模型开展真实的物理实验。这意味着这家以Claude系列模型闻名的公司，正在把模型能力从纯数字空间延伸到真实的实验台前，让大模型的理论推演获得可被验证的落地渠道。

Anthropic生命科学负责人表示，要真正做生物学，最终的检验手段在相当长一段时间内仍然是真实的实验室工作，而公司今天已经在这样做。他介绍，该实验室的运作方式与多数生物技术实验室相似：Anthropic在这里开展一部分自有研究，同时也与外部合作伙伴共同推进项目。这种自研与合作并行的模式，是生物技术领域的常见做法，也便于模型能力与外部实验经验相互校准。

这一布局并非临时起意。今年四月，Anthropic收购了隐秘运营的AI生物技术公司Coefficient Bio，为自建实验能力补上了关键一环。从收购团队到公开运营湿实验室，可以视为其生命科学路线图的自然延伸：模型负责提出假设与设计方案，实验室负责给出真实世界的反馈，二者形成闭环。

值得关注的是研究边界的划定。Anthropic拒绝透露湿实验室正在推进的具体课题，但明确表示其主要聚焦基础生物学，而不是药物发现。这一表态显示出清晰的定位取舍：基础研究关注生物机制本身，更容易沉淀为可复用的模型能力与公开成果，而直接的药物发现则高度贴近制药公司的核心业务。

Anthropic显然不希望外界产生自己要与制药行业正面竞争的观感。该公司在这一领域拥有众多重量级客户与合作伙伴，例如近期宣布与诺和诺德合作开展联合药物发现。此前，该公司也曾因为推出被客户视为竞争性产品而遭遇争议，因此在生命科学方向上更倾向于以工具和基础研究提供者的角色出现。

与湿实验室配套的还有生态层面的动作。Anthropic于本周推出生命科学验证计划，为经过审核的生物研究人员提供使用其最强大模型的通道，让专业科研人员能够把前沿模型接入日常研究流程。与此同时，该公司还发布了多份关于自身如何支持药物发现的研究报告，其中包括关于加速蛋白质设计的报告，以及关于提升生物分子建模能力的报告。这些成果与湿实验室形成呼应：一方面是模型在蛋白质设计、分子建模等任务上的能力输出，另一方面是真实实验对模型预测的检验与纠偏。

从行业视角看，Anthropic的做法代表了一种正在成型的趋势，即AI公司不再满足于只提供推理接口，而是主动向实验环节下沉。对于生物学这类高度依赖试错与实证的学科，模型再强大也需要实验数据作为锚点。谁能够把模型推理与实验室验证更紧密地耦合起来，谁就更有可能在蛋白质设计、分子建模等方向上形成更快的研究迭代速度。Anthropic选择自建湿实验室并开放验证计划，本质上是在为这种耦合搭建基础设施，同时也向生命科学社区释放合作信号：模型能力将以研究工具的形式输出，而非直接切入产业竞争。