Anthropic 在旧金山推出湿实验室 AI 平台，验证生物学假设

Anthropic 最近正式对外宣布，在旧金山湾区建立了一座全功能的湿实验室，旨在将其旗舰大型语言模型 Claude 生成的生物学假设直接转化为可操作的实验方案，并在真实的生物系统中进行验证。该实验室的存在标志着公司从纯粹的计算平台向实体实验验证的完整闭环迈进。

为何湿实验室对 AI 驱动的生物学至关重要

Anthropic 生命科学部门负责人 Eric Kauderer‑Abrams 在内部发布会上强调：“实体实验仍是任何生物假设的终极验证。”他指出，尽管计算模拟能够在早期阶段筛选出大量潜在路径，但只有通过实际的湿实验才能确认这些路径在活体细胞或组织中的真实效应。

他进一步解释，Claude 在生成假设时会结合海量文献、基因组数据库以及先前的实验数据，但模型本身无法直接感知实验操作的细微变量，例如试剂的批次差异或仪器的校准误差，这些只能在实验室现场得到检验。

战略收购与合作

2026 年 4 月，Anthropic 完成对 Coefficient Bio 的收购，这是一家专注于提供高通量、数据丰富的生物测定服务的公司。此次收购为 Anthropic 引入了成熟的实验数据管道，使得实验结果能够即时反馈到 Claude 的训练循环中，进一步提升模型的预测精度。

同月稍后，Anthropic 与全球知名糖尿病药企诺和诺德（Novo Nordisk）签署合作协议，双方将共同探索 AI 在药物发现早期阶段的应用场景。Anthropic 明确表示，其核心关注点仍然是基础生物学研究，而非直接参与药物研发，以避免与自身的制药和生物技术客户产生竞争冲突。

自动化与硬件集成

Anthropic 的长期技术路线图描绘了一个高度自动化的实验室生态系统，其中 Claude 可以在最小人工监督下指挥机器人执行液体处理、样本分配以及实时成像等任务。为实现这一目标，公司推出了 Model Hardware Standard（模型硬件标准），该框架统一了 AI 代理与实验仪器之间的通信协议，确保指令能够无缝传递至液体处理机器人、光谱仪和高分辨率成像设备。

公司同时声明，所有湿实验活动严格限制在前临床检测和概念验证阶段，坚决排除任何涉及人体的临床试验，以遵守伦理规范并降低潜在风险。

开放平台与合作模式

• Anthropic 科学家内部实验
• 通过生命科学验证计划访问 Claude 的外部验证研究者
• 与诺和诺德等合作伙伴的协同项目
• 基于 Coefficient Bio 测定平台的数据生成管道

Anthropic 强调，结合自主实验与深度生物知识带来了双重责任：既要加速科研进程，又要防止技术被滥用，同时必须保障合作伙伴的数据安全和知识产权。

对于中文科研机构而言，这一湿实验室能力意味着 AI 生成的假设可以在同一生态系统内完成从计算到实验的全链路验证，无需跨平台转移。机构只需提交具体的生物学问题，Claude 将自动设计实验方案，经过内部伦理审查后，由配备专业技术人员和机器人助手的实验室执行。

这种闭环流程预计能够将传统的计算洞察到实验验证的周期从数月压缩至数周，为快速迭代提供了可靠的实验支撑。与此同时，Anthropic 通过严格的访问控制和审计机制，确保所有实验数据在受控环境中处理，符合国际监管要求并尊重各方的知识产权边界。