核心事件速览

2026年9月24日，AI公司Anthropic宣布其于今年早些时候正式启用分子生物学实验室，并报告了首个由AI系统主导的科学发现。该实验室采用950个AI代理协同工作，单次任务耗时21小时。值得注意的是，该系统尚未向公众开放或作为独立产品发布，仅为内部实验性设施。

关键事实如下：

• 发布时间：2026年9月24日公开 announcement
• 实验室启用时间：2026年初
• AI代理数量：950个
• 单次任务耗时：21小时
• 发现性质：识别出一种 previously uncatalogued 的DNA重复模式

发现细节与学界反应

Anthropic描述其AI代理在数百万条DNA序列中筛选异常模式，最终定位到一个围绕已知酶的特定重复序列。公司称此模式“类似促成CRISPR基因编辑技术的发现路径”。然而，这一表述引发强烈争议。

反差性事实在于：该所谓“新发现”的核心模式，已被丹麦哥本哈根大学生物学家Mario Rodríguez Mestre团队早在此前完成识别。据《纽约时报》报道，Mestre本人每周多次与Claude模型交流，且从未授权 Anthropic 使用其对话成果。Anthropic 已否认抄袭指控。

多位生物学者指出问题本质：“发现异常序列只是第一步，关键在于解析其功能并验证其价值”。一位拥有制药公司背景的研究者在 viral post 中强调：“找出基因簇与重复区域往往并不困难——真正困难且决定性的是搞清楚这个系统究竟做了什么。”

AI与科学发现的边界争议

此次事件折射出更深层的方法论分歧：AI公司倾向于宣称“AI自主发现”，而科学界普遍视其为工具协同。麻省理工科技评论专栏作者Lucas Harrington提出折中方案——AI公司应主动提高‘发现’门槛”，以免未来真正突破发生时公众麻木失察。他认可：筛选20万个候选对象至少数优先项，已是实质贡献。

类似争议近期反复上演。OpenAI本月早些时候宣称其多智能体系统破解百万美元数学难题，但两周后 skeptic 发文质疑该问题是否属数学界真正在意的方向。数学界甚至出现学术诚信指控，进一步削弱公众对该类声明的信任。

现实落地建议

对科研人员而言：

• 目前适合使用：AI系统作为高通量筛选助手，可快速缩小实验范围、降低试错成本
• 建议再等等：若目标是独立完成机制阐释或发表突破性论文，当前AI尚不稳定依赖；仍需人类科学家把控问题定义与结果验证

对科技企业而言：

• 建议明确标注“AI辅助发现”而非“AI自主发现”，避免学术伦理风险
• 在合作模式中预设知识产权归属规则，主动声明数据来源

写在最后

科学发现的传统定义强调人类认知的跃迁，而AI正被拆解为新型研究基础设施。这场争论标志着AI从技术工具迈向知识生产流程的关键转折点——无论边界如何划定，科学方法论的演化已不可避免。