自主科學探索

資料來源#

Claude Fable 5 and Claude Mythos 5

摘要#

透過 Mythos 5（解除生物安全防護的 Fable 5 版本），Anthropic 報告了首批 Claude 結果：模型能夠幾乎獨立地進行新穎科學研究——選擇實驗步驟、執行領域工具、從失敗中恢復，並產出達到或超越熟練人類與近期已發表基準的發現。這是AI 驅動形式化證明搜尋的濕實驗室／生命科學對應版本：形式化證明搜尋有 Lean 編譯器作為即時驗證器，而科學的驗證器是實驗——速度較慢且成本更高——因此這裡的主張是經驗性展示與精選範例，而非經編譯器檢查的保證。這些結果是迄今支持遞迴式自我改進之較不保守解讀的最有力證據：也就是「苦功正逐漸自動化」已延伸至發現本身，而研究品味可能只是「AI 暫時做不好的另一項能力，之後便會變得擅長」。

三項結果#

藥物／蛋白質設計——達到人類水準的自主性#

Anthropic 的內部蛋白質設計專家使用 Mythos 5，讓藥物設計的部分工作「加速約 10 倍」。在一項研究中，Mythos 5 配備蛋白質設計與生物資訊工具，卻沒有任何人類協助，仍達到或超越熟練人類操作者，執行「科學家通常完成的所有任務：選擇結合位點、選取並執行蛋白質設計工具，以及在過程中從失敗中恢復」。14 個蛋白質目標中有 9 個產生了強效藥物設計候選物，目前正在研究中（免疫檢查點、生長因子／受體訊號傳遞、神經退化、肌肉疾病，以及更棘手的結構性目標）。

新穎假說——優於 Opus 類模型，其中一項獲得佐證#

Mythos 5 是 Anthropic 「首個能持續產出新穎且具說服力之科學假說的模型」。在與 Opus 類模型進行的盲測正面比較中，Anthropic 科學家約 80% 的時間偏好 Mythos 的分子生物學假說，並將其中數項推進至實驗評估。其中一項 Mythos 假說——針對 E. coli 蛋白質提出的新穎機制——獲得了由研究同一問題之實驗室所進行研究的獨立佐證。

基因體學——自主工作一週，擊敗規模小 100 倍的已發表模型#

在「超過一週幾乎自主的工作」中，Mythos 5 整理了來自138 種動物、數百萬個細胞的單細胞資料，接著設計並訓練自訂機器學習模型，以辨識即使在親緣關係遙遠的生物中，執行相同角色的細胞。在僅有高層次人類輸入的情況下，該訓練完成的模型**勝過近期發表於 Science 的模型——儘管其規模小了 100 倍。**Anthropic 計畫發表相關成果。

雙重用途的陰影#

正是這項能力，讓一般存取的 Fable 5 必須受到生物學防護。促成這項評估的問題是：預測基因修改如何影響腺相關病毒（AAV）的衣殼組裝——這是基因療法中的真實元件，而其設計能力「落入錯誤的人手中，可能使危險病毒的設計成為可能」。Mythos 類模型在這項任務上勝過專用的蛋白質語言模型，儘管它們並未針對該任務受訓，而是單靠生物學推理。自主科學能力與生物提升風險，是從兩面看待同一項能力——這正是 RSP CB 判定與生物分類器存在的核心張力。

為何這對發展軌跡很重要#

苦功自動化延伸至發現。當 AI 建造自己主張，多數研究進展都是「擴大規模、看看哪裡壞掉、修好它」這類 Claude 擅長的漸進式工作。自主基因體學——整理資料、設計模型、訓練模型、擊敗基準——就是在科學領域端到端執行的這個迴圈，而不只是工程。
它開始侵蝕品味護城河。「持續產出新穎且具說服力的假說」與「僅有高層次人類輸入」，正是原本預期會持續由人類掌握的定方向功能。約 80% 的盲測偏好是一道具體裂縫——但仍由人類評判，且資料來自內部。
**仍然崎嶇，仍受驗證所限制。**這些是經過整理的展示（崎嶇智慧（幽靈，而非動物））；科學的驗證器是緩慢的濕實驗室確認，而非編譯器，因此不同於AI 驅動形式化證明搜尋，結果無法自動驗證——仍等待實驗與同儕審查。這使它鄰近、但仍低於 Anthropic 所設定門檻的 AI 研發自主性。

開放問題#

每項結果都由 Anthropic 報告並挑選範例；基因體學「規模小 100 倍卻擊敗 Science」的主張只是「計畫發表」——外部同儕審查後還能保留多少？
科學的驗證落差：形式證明迴圈能自我驗證；在此，一個錯誤卻充滿自信的假說，必須耗費一輪濕實驗室週期才能證偽。沒有快速驗證器的自主性，是否會增加而非減輕驗證瓶頸？
如果假說生成確實獲得約 80% 的偏好，那麼「研究品味」還剩多少可稱為人類獨有的功能——又該如何測量這項殘餘？

資料來源#

Claude Fable 5 and Claude Mythos 5 — §"Evaluating Claude Fable 5 and Claude Mythos 5"（藥物設計；新穎假說；基因體學）與 §"Biology and chemistry"（AAV 雙重用途）

自主科學探索

資料來源#

摘要#

三項結果#

藥物／蛋白質設計——達到人類水準的自主性#

新穎假說——優於 Opus 類模型，其中一項獲得佐證#

基因體學——自主工作一週，擊敗規模小 100 倍的已發表模型#

雙重用途的陰影#

為何這對發展軌跡很重要#

相關連結#

開放問題#

資料來源#