2026年8月18日，Anthropic公司宣布了一项新进展：他们使用自家的Claude模型，从头设计出了一批自然界从未出现过的蛋白质。这批蛋白质被用来拼出了公司名称“ANTHROPIC”的字母形状——不是动画演示，而是真实的分子结构。

消息一出，公司创始人Dario Amodei在X上放出了更宏大的预言：有了AI助力，人类有望在5-10年内攻克大部分疾病。这话听着有点耳熟——毕竟他之前就说过类似的话。这次，难道真的开始兑现了？

打开网易新闻 查看精彩图片

要拆解这件事，得先搞清楚几个问题：Claude到底做了什么？这个成果算什么水平？离“摆脱疾病”还有多远？以及——Amodei是不是在画饼？

Claude这次干的活，和诺奖得主是同一类

说到蛋白质和AI，大多数人第一个想到的是谷歌的AlphaFold。来自AlphaFold团队的Demis Hassabis和John Michael Jumper，因为用AI解析和预测蛋白质结构，拿下了2024年的诺贝尔化学奖。

但同届诺奖还有另一位得主——David Baker。他的研究方向不太一样：不是预测已有蛋白质的结构，而是从零开始设计全新的蛋白质。Claude这次做的工作，就和Baker类似。如果说AlphaFold是“读题”，那Claude这次是“命题”——从一张白纸出发，推出一条自然界没有的结构，难度更高。

严格来说，Claude设计出的产品应该叫“蛋白质结合剂”（protein binder），作用是用新蛋白质去结合已有的蛋白质。这属于从头设计蛋白质的范畴，但和“凭空造一个全新功能的酶”还不是一回事。

别把Claude想得太神，它更像流水线上的一个环节

不过，也别急着把Claude捧上神坛。它本质上是一个很强的大语言模型，不是全能的化学AI。在这次设计蛋白质的实验里，它扮演的角色更像一个“资深科学家”——负责出方案、提思路，但整个流程里还有一堆其他工具在配合。

换句话说，Claude不是一个人在战斗。它背后是一整套科学工具链，Claude只是其中负责“动脑”的那一环。真正的湿实验验证、结构解析，还得靠实验室里的瓶瓶罐罐。

从“设计出蛋白质”到“摆脱疾病”，中间还隔着什么？

Amodei说的“5-10年攻克大部分疾病”，听起来很振奋，但得拆开看。这次成果的意义在于：AI确实能设计出自然界不存在的蛋白质，而且能拼出字母形状——这说明AI对蛋白质结构的理解已经达到了一定精度。

但“设计出蛋白质”和“治好病”之间，还隔着好几道坎：

  • 设计出的蛋白质能不能在体内稳定工作？体外实验和体内环境是两回事。
  • 能不能大规模生产？实验室合成和工业化制造的成本差距巨大。
  • 能不能通过临床试验？一个新药从候选到上市，平均要花10年以上。
  • 能不能针对具体疾病靶点？目前这还只是“证明能做”，不是“已经做到”。

AI制药赛道，为什么大厂都挤进来了？

Anthropic不是唯一盯上蛋白质设计的AI公司。谷歌有AlphaFold，现在Anthropic也拿出了自己的成果。原因不难理解：蛋白质设计是药物研发的上游环节，谁能更快、更准地设计出有效蛋白质，谁就掌握了新药开发的主动权。

传统药物研发周期长、成本高，一个候选药物从靶点发现到临床前研究，往往要耗费数年时间和数亿美元。如果AI能把“设计蛋白质”这一步从几个月压缩到几天，整个行业的节奏都会被改写。

这也是为什么Amodei敢放“5-10年”的狠话——从技术路径上看，AI确实在加速这个进程。但加速不等于一步到位，中间还有大量工程化、临床验证的硬骨头要啃。

Amodei的预言，是画饼还是路线图？

回到最初的问题：Amodei是不是在画饼？从技术进展看，这次成果确实是真的，不是概念演示。但从“设计出蛋白质”到“攻克大部分疾病”，这个跨度依然很大。

更合理的解读是：Amodei说的不是“5-10年后所有病都能治”，而是“5-10年内，AI会让药物研发的速度快到足以改变游戏规则”。至于“大部分疾病”这个说法，更像是给投资人和社会公众的一个愿景——方向没错，但时间表可能偏乐观。

对玩家来说，这事离咱们的游戏日常有点远，但它确实在改变一个更大的“副本”——人类和疾病的这场长期战斗。Claude这次算是开了一个好头，但离通关还早着呢。