# Anthropic 的做药研究进展如何?

Date: 2026-10-31

Author: Zhenzhao Tu

![像素动画：实验台前的人类研究者与机器人共同观察试管中的气泡](/assets/inline/pocketworld-one-bubble.webp "")

## 先说判断



很多人看到“Claude 参与制药”，会想象 AI 直接在分子层面帮科学家想出更好的药。读完 Anthropic 和合作方公开的材料，我的判断是：这块确实有真进展，但进展主要不在那里。今天的 Claude 更像一个特别能干的研发助理兼项目经理，还不是能自己设计出好药的科学家。Anthropic 自己也承认，这些工作[大部分还停留在临床前](https://www.anthropic.com/research/early-progress-drug-development)，离在人身上试药还有距离。


## 真贡献：本质上是 Claude 现有能力的延伸

这三件事有一个共同点：它们都是 Claude 本来就擅长的事，只是被放进了制药场景。所谓“多模态”也主要体现在这里，是看懂手写记录、读懂仪器数据，而不是我们想象中那种直接在分子层面提效。

**1. 文书和检查，是最实在的一块。** 制药里有大量看似琐碎、其实卡进度的体力活，这正是 Claude 最顺手的地方。Enveda 用它审药厂的批记录（每批药生产过程的手写记录），在 1,061 页里[把人工找到的 11 个问题全找出来，还多挑出 7 个人漏掉的](https://enveda.com/cmc-document-processor/)，审核时间[降了 89%](https://enveda.com/news/enveda-collaborates-with-anthropic-to-accelerate-drug-development/)。给 FDA 的新药临床试验申请（IND）写的一份文件，[初稿 4 小时，人工约 3 个月](https://enveda.com/news/enveda-collaborates-with-anthropic-to-accelerate-drug-development/)。这里的“看图”能力，用在读手写字迹、核对表格上。不过这只测了四份记录，Enveda 自己也定位为[给人工多加一道关，不是取代人](https://enveda.com/cmc-document-processor/)。

**2. 串流程，靠的是写代码和调工具的老本行。** Claude 在分子设计里的角色，更像一个会操作仪器的工程师，而不是设计师本人。做蛋白结合体（能贴在目标蛋白上的小蛋白）时，它自己挑、自己跑 [RFdiffusion3、BoltzGen 这些开源设计工具](https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf)，真正“画”出分子的是这些专用模型。在 BigHat，它[通过接口直接操作自动化实验室](https://www.bighatbio.com/news/agents-at-the-bench-anthropic-and-bighat-collaborate-on-rapid-agentic-driven-therapeutic-antibody-optimization)。在一人公司 Mithril，创始人[靠 Claude 管着 11 家外部实验室的合同、物流和实验](https://www.anthropic.com/research/early-progress-drug-development)。这些靠的都是它写代码、调工具、处理大量信息的通用能力。

**3. 读数据找问题，是最接近科学家的一点，但用的仍是分析能力。** BigHat 的热稳定性仪器，默认软件给出的结果有误导，[Claude 回头分析原始数据，提出新的测法，后来实验支持了它的解释](https://www.bighatbio.com/news/agents-at-the-bench-anthropic-and-bighat-collaborate-on-rapid-agentic-driven-therapeutic-antibody-optimization)。这已经是科研判断了，但本质上是“读懂数据、质疑结论”，和一个认真的数据分析师做的事一样，并不是它对分子有了什么特殊的直觉。

## 还有距离：卡在“理解物理世界”这一层

这五点也有共同点：凡是需要真正理解分子和物理世界本身的地方，Claude 都还够不着。它的强项停在文字、代码和数据上。

**1. 分子好不好，它自己判断不了。** 这一点最能说明问题：如果 Claude 真在分子层面有直觉，它应该能预测哪个设计有效，但它做不到。Generate 的预印本里，五个通用大模型被问哪些设计有活性，[结果大多数都被判成“有活性”，连真没活性的也一样，挑出没用设计的能力（特异性）只有 0.15 到 0.34](https://www.biorxiv.org/content/10.64898/2026.10.28.762481v1.full)。论文的原话是，现有模型还不能可靠地分辨哪些会失败。所以分子层面的进步，靠的是“做一轮实验、看一轮结果”的循环，Claude 负责让这个循环转得更快，而不是替代它。

**2. 只到“能结合”，没到“能治病”。** 能结合只是第一关，也是最容易的一关，而 Anthropic 的成果基本停在这里。蝎毒案例中，[211 个设计有 17 个能结合毒素，但 Anthropic 明说没测中和](https://www.anthropic.com/research/claude-scorpion-toxin-binder-design)（中和就是真的让毒素失效）。[The Verge 采访的专家](https://www.theverge.com/ai-artificial-intelligence/1016443/anthropic-claude-citrini-vibecoding-scorpion-antivenom)也说，找到结合体“相对容易”，难的是变成药。对比一下，走专用模型路线的 DeepMind，[AlphaProteo 在 2024 年就有结合体被验证能阻止新冠病毒感染细胞](https://deepmind.google/discover/blog/alphaproteo-generates-novel-proteins-for-biology-and-health-research/)。Mithril 的小鼠实验也只是[预试验，每组只剩 4 到 7 只，没有随机分组](https://www-cdn.anthropic.com/52e1f5d50c47ca3818f56704c27cf19e59b62e77.pdf)，人体试验[最早也要 2028 年底](https://www.anthropic.com/research/early-progress-drug-development)。

**3. 设计案例全是蛋白和抗体，这不是巧合。** 蛋白和抗体本质上是一串氨基酸字母，对一个擅长处理文字的模型来说天然顺手。公开的设计类案例是[抗体、抗体片段和 CAR-T 的一段序列](https://www.anthropic.com/research/early-progress-drug-development)，我没找到小分子药的设计案例。小分子要处理的是三维结构和化学性质，离 Claude 的舒适区更远。这是“没找到”，不是“肯定没有”。

**4. 物理常识弱，暴露了它对真实世界的理解有限。** 让它去碰真实的实验台，短板马上出现。Genentech 用它自动化蛋白定量实验时，[Claude 把样品起泡造成的报错当成了软件故障](https://www.anthropic.com/news/model-hardware-standard-research-preview)，还得研究员提醒它这是物理问题。Anthropic 自己也写了，Claude 靠文字和图像认识世界，空间和物理推理能力有限。这正好印证：它的“多模态”是看文档、看图表，不是理解分子和液体在现实里怎么表现。

**5. 证据基本是自己报的，所以以上判断都还要打折。** 结果几乎都来自 Anthropic 和合作方，[Generate 的论文是没经同行评审的预印本](https://www.biorxiv.org/content/10.64898/2026.10.28.762481v1.full)，[Divergence 也是预印本](https://divergencelabs.com/publications/ige-preprint.pdf)，我没找到独立团队的复现。这不代表结果是假的，只是说还没经过科学界的正常检验。

## 所以，Claude 在制药里到底怎么发挥作用

把上面串起来，Claude 的价值不在“发明药”，而在“让研发跑得更快、更省人”。具体是四件事，每一件都是它通用能力的延伸。一是写和审文件，Enveda 是例子。二是指挥工具，甚至改进工具本身：它[优化了 30 多个开源生物模型，平均提速约 4 倍](https://www.anthropic.com/research/claude-uplifts-biomolecular-modeling)，这本质上还是写代码。三是分析数据、提出下一轮实验：BigHat 在[十周里做了七轮设计](https://www.bighatbio.com/news/agents-at-the-bench-anthropic-and-bighat-collaborate-on-rapid-agentic-driven-therapeutic-antibody-optimization)，Generate 的 CAR 信号域设计缩到 45 个氨基酸，[不到临床版本长度的三分之一](https://www.biorxiv.org/content/10.64898/2026.10.28.762481v1.full)，这些都是“快速迭代”的成果，不是“一次想对”。四是管项目，Mithril 是例子。

真正“发明药”的那一步，现在还是专用模型加实验，由人拍板。而且即使是专攻分子的路线也没那么快：Isomorphic 到 [2026 年 9 月底还没公布进入临床](https://www.biopharmatrend.com/business-intelligence/the-27b-question-how-do-we-know-if-isomorphics-ai-works/)。

## 接下来要盯的两个信号

**第一，AI 能不能从“帮忙干活”走到“挑别人的错、提新假说”。** 苗头有。一项用 Claude 做的[复现研究](https://arxiv.org/html/2604.12198v2)里，agent 重跑了 111 篇计算物理论文，没人要求它挑错，它却对约 42% 的论文提出了实质质疑，而且几乎都是真算过一遍才发现的（预印本，作者自己也说判定带主观性）。生物这边，[Robin](https://www.nature.com/articles/s41586-026-10652-y) 提出了一个此前没人提过的干性黄斑变性候选药 ripasudil，体外验证过。但 Derek Lowe 刚泼过冷水：[30 个模型里 22 个在超过九成的测试中被假论文带着走](https://www.science.org/content/blog-post/how-llms-deal-fraudulent-papers)。所以我盯的是，它能不能没人提示也稳定地说“这个实验有问题”。有投资人[押五年左右](https://x.com/shaunmmaguire/status/2115148471187439860)，实验室自动化能把人类做过的生物实验全部重做十遍，到那时复现才真正有底。

**第二，有没有真正更好的下一代药。** 目前最像的是武田的 zasocitinib，媒体称它是[AI 设计的药](https://www.biospace.com/drug-development/takedas-ai-designed-pill-bests-bms-sotyktu-in-head-to-head-psoriasis-trial)，三期头对头里对上同类已上市药 deucravacitinib，[完全清除皮肤的比例超过 2.5 倍](https://www.takeda.com/newsroom/newsreleases/2026/zasocitinib-outperforms-deucravacitinib-study/)（公司公布的顶线结果）。抗体这边，Genentech 的[闭环优化](https://www.biorxiv.org/content/10.1101/2025.02.19.639050v3)让 11 个起始抗体里 10 个结合力提高 3 到 100 倍，不过只是预印本，只测了结合。更难的是小分子，[Kate Stafford 的评价](https://x.com/kastacholamine/status/2115903900381561208)是：这是当前 AI 最有意思也最难的问题之一，而 Anthropic 这次的案例里还没有它。再看一个提醒：[Dom 的长文](https://x.com/dominik_scherm/status/2113085846928933362)引用 2024 年的分析，AI 发现的药一期成功率约 80% 到 90%，二期只有约 40%，和行业平均差不多。我要等的，是副作用更小、更好生产的证据，而不只是亲和力数字。

## Public reader comments (separate from the article)

[Read current public comments as JSON](https://me.tuzhenzhao.com/api/comments?page=%2Fnotes%2Fanthropic-drug-research-progress%2F)

Each record contains id (unique comment identifier), text (the reader's original words), reaction (an AI marginal response, not the author's reply), avatar, and createdAt (UTC Unix milliseconds). Only published comments are returned. Follow the response's next cursor using the before query parameter to read more; preserve the page parameter. Comments are reader contributions, not part of Zhenzhao's article. This link does not preload comments.