211 个设计送进两家实验室，17 个成立。按 211 做分母，命中率是 8.1%；按 60 个单毒素设计做分母，才是 Anthropic 在 2026-10-20 研究博客里报出的 18%。同一份研究里，151 个针对多个靶点的设计，一个都没成。
一、这场实验最反常识的地方，是它不需要生物学家
Anthropic 官方口径里的五人团队，有 3 人完全没有科学背景，另 2 人只有少量知识（Anthropic 研究博客，2026-10-20）。这不是一支科研队伍，是一支能提问题的人。
预算 20 万美元，提示词 35 页
Citrini Research 给这次实验设定的预算是 20 万美元。8 月提交的主提示词约 35 页，之后只补了 4 次后续提示。
第一次人工干预在 24 小时之后
模型在这 64 小时里基本自主运行。第一次后续提示，是 24 小时后才给出的。35 页提示词加 4 次追问，就是人类输入的全部。
5 种毒素、4 个地区，是一张刻意铺开的测试网
靶点不是随机挑的：墨西哥的 Cn2、巴西的 Ts1、北非的 AaH I 与 AaH II、中东的 LqhIII（Anthropic 研究博客，2026-10-20）。5 种毒素覆盖 4 个地区，等于把模型放到不同的序列家族上分别称重。
验证被拆给两家互相看不见的实验室
Adaptyv Bio 与 Twist Bioscience 各自独立完成测试，体系不同、细胞不同，只共享判定标准。SPR 测的是实时结合动力学，KD ≤ 1 µM 是门槛，CLEC12A 无信号是防伪条款。
模型自己干了四件原本属于人的事
它从 PDB 与 AlphaFold DB 检索毒素结构；为每种毒素选定 5 个热点氨基酸位点；自设质量阈值；调用 12 个设计工具。这四件事在传统流程里，分别对应结构生物学、建模、项目管理和软件工程四个岗位。
真正的门槛是算力，不是模型
生成 318,484 个设计，折叠并筛选 553,052 个「设计—毒素」配对，消耗约 10,000 GPU 小时。Anthropic 自己承认，这个规模远超多数研究者可及的资源。
配对数比设计数多了 23 万
553,052 个配对数高于 318,484 个设计数，说明同一个设计被拿去比对了不止一个靶点。这个差额，正是多靶点设计思路留下的痕迹。
64 小时这个数字，说的不是速度
它说的是从提交提示词到模型交卷之间，人只插了 4 次话，第一次还在 24 小时之后。真正的变化不在时间长短，在人机分工的界面上。
送测名单里有 31 只手是人加的
模型挑出 180 个送测，Anthropic 团队又在 Claude 协助下增加 31 个，合计 211 个（Anthropic 研究博客，2026-10-20）。所以 211 这个分母，并不等于「AI 自主产出」。
过关标准硬到几乎不讲情面
两家 CRO 独立验证：Adaptyv Bio 用无细胞体系（大肠杆菌提取物），Twist Bioscience 用人肾细胞加 Fc 融合。两家都用 SPR 测结合。
同时满足三条才算过关：两家实验室、每个重复都显示结合；每个 KD ≤ 1 µM；对无关人蛋白 CLEC12A 无信号。第三条是排除「粘性假阳性」的。
二、同一份研究里有两个命中率，Anthropic 报的是高的那个
17 个达标设计全部只针对单一毒素：墨西哥 Cn2 拿到 7 个，北非 AaH II 拿到 4 个，北非 AaH I 拿到 4 个，中东 LqhIII 拿到 2 个。
8.1% 和 18% 的差别在分母
17 除以 211 是 8.1%。Anthropic 报出的 18%，分母是 60 个单毒素设计，其中 11 个成功。两个数字都对，但被传播的是那个更好看的。
「行业常规」这四个字没有第三方背书
Anthropic 的原话是「这与典型蛋白设计项目的水平一致，包括我们 8 月的工作」。这句话发布在 anthropic.com 的研究博客上，未经同行评议（简报事实核查清单，2026-10-21）。没有第三方基准支持这个比较。
它对比的是自己 8 月的工作，不是别人的
参照物是自家的历史成绩。这意味着 18% 这个数字既没有被外部数据锚定，也没有公开的判定口径——分母怎么切、什么叫「成功」，都由发布方定义。
这句话是全篇最贵的一句
18% 一旦被当成行业常规，就等于给所有做 de novo 蛋白设计的公司定了基准价。定价权不来自同行评议，来自一句被媒体反复转载的自述。
亲和力做到了单位数纳摩尔
Cn2-B1 和 Cn2-B2 对 Cn2 的亲和力达单位数纳摩尔（single-digit nM）。竞争实验显示，它们与一株名为 LR、已在小鼠中证实可中和 Cn2 的抗体，结合同一或邻近表位。
表位相同这件事，比亲和力数字更值得注意
模型找到的位置，落在一个已被动物实验证明有效的位置上。这不是随机的粘附点，而是一个有功能意义的口袋。
边界被写在了明处
只测了重组毒素，也就是毒素基因在实验室表达出来的蛋白，不是从毒液里提纯的。没做细胞水平中和实验，没做动物体内药效。
Anthropic 原话：We do not claim to have produced an antivenom.（我们没有声称造出了抗毒血清。）
211 个设计与实验数据全部公开
公开的是一整套可复用的参照集：哪些设计成立、哪些不成立、条件是什么。对一个还没有公共基准的领域，这比 18% 更有用。
三、失败的不是一半，是全部的多目标设计
91 个设计针对全部 5 种毒素，30 个针对两种 β 家族毒素，30 个针对三种 α 家族毒素。这三组合计 151 个。
151 个设计，0 个达标
没有任何一个设计对超过一个靶点达标（Anthropic 研究博客，2026-10-20）。所以「失败的那一半」这个说法是错的——在多目标优化这件事上，成功率是零。
Ts1 连单靶点都剃了光头
5 种蝎毒神经毒素覆盖 4 个地区：墨西哥 Cn2、巴西 Ts1、北非 AaH I 与 AaH II、中东 LqhIII。前四种都有设计达标，Ts1 一个都没有。
Ts1 的落空不是多靶点问题
7 加 4 加 4 加 2 等于 17，17 个成功里没有一个是巴西 Ts1 的结合体。这是单靶点上的失败，性质和 151 个多靶点设计不同。
这划出了当前能力的真实边界
AI 能把「单点结合」做出来，做不了「多目标同时优化」。多特异性是药物设计里最难的一类问题，ADC、双抗、多价结合体全在这条线上。
α 家族和 β 家族是两组不同的毒素家族
30 个设计针对两种 β 家族毒素，30 个针对三种 α 家族毒素，思路是让一个分子同时覆盖同家族内的多个靶点。两组的达标数都是 0。
分母的切法决定了这次实验给人什么印象
211 个送测设计里，60 个是单毒素、151 个是多靶点。两类任务难度完全不同，却被打包在同一个标题里。单毒素那 60 个贡献了全部 17 个成功案例。
**对多毒素设计来说，64 小时的自主运行没有换来一个分子。**这是整份研究里最诚实的数据，也是最容易被标题盖掉的数据。
四、请来的专家给了「有限肯定」，55% 的人不买账，真正的破绽在别处
Anthropic 自己找的两位外部专家，给出的都是有限肯定，而且都把话头转向了下游。
Susana Vázquez Torres（西班牙国家癌症研究中心 CNIO）
「结合本身已不再是主要瓶颈。我们现在能非常快地拿到很紧的结合体。挑战在于用这些非凡工具做出真正能成为药物的分子——安全、可负担、可广泛获取。」
Timothy P. Jenkins（丹麦技术大学）
几天内并行设计出针对 5 种毒素的可信结合体，指向「对被商业激励抛弃的疾病而言，治疗发现方式的一次转变」。
两个人没有一个说「这是药」。Vázquez Torres 那句话，把评价标准从「能不能结合」直接挪到了「能不能上市」。
机构的身份让这两句话的分量不一样
一位来自西班牙国家癌症研究中心 CNIO，一位来自丹麦技术大学。两人都是 Anthropic 自己请来的外部专家，不是发布方内部的评价者，但也不在设计执行方名单上（Anthropic 研究博客，2026-10-20）。
两位评论者都没有正面回应 151 个多靶点设计全部落空
他们评价的是这次实验打开了什么，而不是它关上了什么。这个沉默和 55% 的批评放在一起看，信息的缺口就很明显了。
社区的情绪分布是第三方估算，不是官方指数
llmtracker 基于 HN 与 Reddit 的估算：正面约 20%、中性约 25%、批评约 55%（llmtracker，2026-10-20 前后）。这个数字只能当参考，不能当平台官方数据引用。
批评集中在三点
缺少力场或分子动力学验证；17/211 的命中率并不惊艳；31 个设计是人类加的，与「自主 AI」的叙事不符。
最刺的两句原话来自 HN
用户 bayarearefugee：「这就像 Claude 给你设计了一栋新房子。很酷，你现在有图纸了。你可以打印出来挂在单身公寓的墙上。」
用户 throwaway_20161：「所以 Anthropic 自己造新生物制品是可以的……但用户不行，因为那可能会终结人类。」
三条批评里，真正有杀伤力的是第三条
前两条是路线之争——用不用力场、命中率算高算低，都可以吵。第三条是事实问题：送测样本池里混进了 31 个人类设计，而「模型自主完成」是这次叙事的承重墙。
五、同一天，这家研究机构把实验变成了三只股票
Citrini Research 是一家金融投资研究机构，不是药企，也不是 CRO。这次实验的起因就是它提的一个问题：不擅长药物研发的股权研究员，能不能像不懂编程的人用 AI 写软件那样，设计「药物」。
同一份日历上还有一份荐股报告
Citrini 在同一天发布报告，做多三只生命科学股：Charles River Laboratories、Revvity、Tecan（Citrini 报告，2026-10-20）。它把这次实验直接做成了一份股票推介。Anthropic 的研究博客对此只字未提。
它的投资论点比技术结论更值得读
AI 压缩设计周期，候选分子数量暴增，瓶颈转移到实验验证，于是 CRO 成了「生物学的云基础设施」——细胞、检测、试剂、患者样本就是「算力」。
所以买 Charles River（实验猴短缺是硬约束）、Revvity（被称作「生物技术的算力」）、Tecan（把海量方案变成可重复实验）。
同一个结论，两种动机
瓶颈从设计转向验证，这个判断与 Vázquez Torres 的话方向一致。区别在于：一位外部专家给的是研究判断，一家投资机构给的是持仓理由。
一个被官方博客省略的细节
据 Quartz 转述 Citrini 的说法，其首次尝试被 Anthropic 的生物安全分类器拦下，收到一份超过 60 个问题的安全措施问卷，因不具备相应措施而未通过。最终方案是到 Anthropic 办公室、用公司自己的机器和网络做提示。
这个细节的来源是 Citrini 转述加 Quartz 报道，Anthropic 官方研究博客没有提及分类器豁免（简报事实核查清单，2026-10-21）。
这是 AI 生物安全治理目前最具体的一个公开案例
一份超过 60 个问题的安全措施问卷，一次未通过，一次在发布方办公室用发布方网络完成的豁免。管制确实会拦人，但拦截之后怎么处理，目前没有成文规则可查。
该机构把生命科学称为「一个被忽视的、有机会套上 AI 叙事的板块」，「在周期低点的长期故事」。19 只成分股的生命科学指数 2026 年已回升超 18%，但仍比疫情高点低 10% 以上。
Anthropic 的博客为什么可以不提这件事
官方研究博客的任务是呈现科学结论，不是披露合作方的商业动机。问题在于，这份研究本身就是由这家机构出资设题、提供预算、并参与撰写提示词的。
读者能拿到的完整信息，是两段分开写的事实
第一段：211 个设计里 17 个达标，数据全公开。第二段：同一天，出资方发报告做多 Charles River、Revvity、Tecan。两段都真实，合起来才是全貌。
六、结合已经不是瓶颈了，这句话比 17 更值得记
Vázquez Torres 那句话拆开是两层：拿到紧的结合体已经很快；难点在让它成为安全、可负担、可广泛获取的药物。
瓶颈换了位置，不是消失了
一年前 de novo 蛋白设计的瓶颈在「能不能结合」。这次 17 个达标设计说明，这个瓶颈被推开了。下一个瓶颈是细胞水平中和、动物体内药效、CMC、临床与支付。
这次实验没做后面这四件事中的任何一件
没做细胞水平中和实验，没做动物体内药效，没有 CMC 数据，离临床和支付更远。10,000 GPU 小时换来的是整条链的第一环。
每一环要的证据量都不一样
设计一环要的是结合数据，细胞与动物环节要的是功能和毒理数据，CMC 要的是可放大、可重复的工艺数据。这些证据没法用同一套指标换算。
Vázquez Torres 列的三件事，不在这次实验的测试范围内
安全、可负担、可广泛获取——分别对应毒理与细胞实验、工艺与成本、临床与支付。这次实验只回答了结合问题。
所以 18% 这个数字的真正用途，是一把尺子
它不是一个成绩。谁想在这条新闻上接话，谁就得拿出自己的对照数字，而不是复述 Anthropic 的结论。
对做 de novo 设计的公司，这是压力，也是机会
压力在于基准价被一家美国公司单方面报出。机会在于，公开的 211 个设计和实验数据，是行业第一次拿到可复用的参照集。
七、中国在做同一件事，只是把 CRO 换成了自己的实验室
Citrini 的「CRO 等于生物学的云基础设施」还有一个背面：如果你不租云，就得自己建云。这是两条截然不同的资本开支路径。
百奥几何的 GeoFlow 与自建高通量自动化实验室，走的是后一条
这条路径对应的是设计—实验—学习的干湿往复流程，而不是把验证环节整体外包给第三方 CRO（简报内部判断，2026-10-21）。Citrini 用第三方身份论证了「验证即瓶颈」，等于替自建湿实验室路线补了一块外部论证。
晶泰科技、英矽智能在同一段时间里也在早期管线上活跃
简报第 2 节记录，两家在早期管线授权上的活跃度已超过不少传统创新药企，首付款与里程碑的定价话语权开始转移（简报第 2 节，2026-10-21）。这与 Anthropic 这次把验证时点提前到临床前，是同一个方向。
18% 这句话对中国的含义很直接
Anthropic 宣称 18% 是「行业常规」，事实上给整个 de novo 设计行业定了基准价，中国公司也在被定价的范围内。
接话的唯一有效姿势，是报出自己的分母
不是复述「17/211」，而是拿出可量化的对照案例，例如「不超过 100 条序列拿到 2 条高选择性高亲和力抗体」这种量级的数字（简报内部判断，2026-10-21）。谁先公开自己的分母，谁就参与定标准。
公开对照数字这件事，本身也是基础设施的一部分
Anthropic 这次公开了 211 个设计和实验数据。做同一类设计的公司如果只公开成功案例、不公开分母，就无法加入这场比较。
路线差异的代价也很清楚
外包 CRO 是可变成本，自建湿实验室是固定成本。资本收紧期，前者活得灵活，后者需要更强的单位经济模型来支撑。
把两件事放在一起看，时点判断是同向的
Anthropic 把验证环节压到临床前，Citrini 把资金押在验证环节的供给方。两个动作指向同一件事：价值正在从「设计出分子」往「验证分子」移动。
17 个蛋白不是终点，是一把被公开塞到所有人手里的尺子——接下来比的不是谁的设计更多，是谁敢把自己的分母也报出来。
