发生了什么
据路透社 9 月 18 日独家报道，Claude 的开发商 Anthropic 已在旧金山湾区建成一座生物湿实验室，开始进行需要接触细胞、蛋白质与试剂的真实实验，而不再局限于计算机上的模拟与分析。湿实验室是相对于计算机上的干实验而言的概念：研究人员真正接触生物材料与仪器，用现实实验检验计算结果。Anthropic 生命科学负责人 Eric Kauderer-Abrams 向路透社确认了实验室的存在，并表示公司一部分工作由自有设施完成，另一部分交由外部合作伙伴。
对于近年快速升温的 AI 药物研发来说，这一步具有方法学意义。模型可以在计算机中一次生成成千上万个候选分子或蛋白质设计，但它们能否被合成、是否真的与目标结合、在真实生物体系中表现如何，最终仍要靠实验验证。Kauderer-Abrams 对路透社表示，要做生物学，最终检验现在是、而且在一段时间内仍然会是现实实验室里的工作。Anthropic 发言人事后澄清，该实验室并非专门用于药物发现，但拒绝进一步说明具体用途。
从干实验到湿实验：三层既有基础
- 今年 6 月，Anthropic 公布临床前药物计划，瞄准传统制药企业认为商业吸引力不足的疾病领域，并发布 Claude Science 科研工作台。
- 8 月，公司发布 Model Hardware Standard（MHS）协议，目标是让 AI 智能体操作不同厂商的真实仪器，可同时连接显微镜、自动移液设备与机械臂，并根据实验进展修改参数。该协议与霍华德·休斯医学研究所（HHMI）旗下 Janelia 研究园区合作开发，Anthropic 称可把多厂商仪器组网时间从数周乃至数月压缩到数小时乃至数分钟。
- 在蛋白设计实验中，Anthropic 称其 Claude 模型针对 15 个靶点中有 14 个成功设计出可结合蛋白，单次设计成功率处于 22% 至 35% 区间，而蛋白设计项目的典型水平为 10% 至 15%。
- 公司收购了生物技术 AI 初创企业 Coefficient Bio，据 The Information 报道交易对价约为 4 亿美元等值股票。
把这几个动作连起来看，Anthropic 想做的不只是一个懂生物学的对话模型。理想闭环是：Claude 提出或筛选研究方案，调用计算工具完成分析，再把实验指令交给机器人；真实实验产生的数据重新输入模型，决定下一轮实验。计算、实验、分析与重新设计由此形成循环，这也正是湿实验室必须存在的技术理由。
与自身安全主张之间的张力
这项布局的时间点值得注意。Anthropic 近期一方面公开警告 AI 可能带来极端风险，其首席执行官达里奥·阿莫代伊呼吁领先开发者协调放缓最强系统的推进节奏；另一方面，公司承认能力不断增强的模型可以提供与生物武器研发相关的信息，因此已限制部分最强模型在专业生物学与药物研发查询上的访问权限，并称生物学与化学领域的研究者暂时只能用 Opus 级模型。在把模型推向真实生物实验台的同时收紧模型在生物领域的对外能力，构成了这家公司当前最明显的策略张力。
尚不确定的部分
- 实验室的具体研究项目、规模与产出目标均未披露，公司也拒绝说明其用途。
- Anthropic 明确表示目前不开展临床试验，并以不与制药和生物技术公司竞争、避免客户顾虑作为边界理由，但这一边界能维持多久没有承诺。
- 路透社提到，Anthropic 研究人员的相关警告此前也受到外界质疑，实验室的真实产出将是检验其安全叙事的关键证据。