Claude闯进蛋白质实验室后，AI科研开始接受真实验证-速维云

Anthropic这次把Claude带进蛋白质设计实验室，真正让人改变判断的不是“AI又完成了一项科研任务”，而是它开始同时处理设计、筛选和实验数据。Claude从头生成1320个蛋白质候选，交给外部实验室生产验证后，354个成功结合目标，15个靶点中有14个拿到有效结果；在部分任务上，命中率达到35.1%，明显高于常见的10%至15%。它随后还读取NMR和LC-MS原始文件，用23分钟和19分钟完成分析，测得样品纯度96.4%，与实验室96.33%的结果只差0.07个百分点。

这件事的分量在于，AI不再只负责把论文写得像论文，或者给科学家提供一份候选清单。它开始进入“提出方案—调用工具—等待实验—解释反馈”的长流程。即使这离自动研发新药还有很远，科研工作中最昂贵、最容易卡住的搜索和验证环节，已经出现了被重新组织的可能。

从预测结构到设计分子

许多人听到蛋白质和AI，第一反应会想到AlphaFold。两者解决的问题并不相同：AlphaFold主要根据氨基酸序列预测蛋白质结构，而这次Claude面对的是一个目标蛋白，需要从零设计此前不存在的微型结合蛋白，让它精准黏住目标位置。这个任务更接近药物研发中的分子设计，而不是对已有答案做识别。

微型结合蛋白通常只有几十个氨基酸，但它要在复杂的三维表面上找到合适位置，并同时满足形状、稳定性和结合强度等条件。传统流程需要研究人员调度多个专业模型，生成大量候选，再依靠计算筛选和实验验证逐轮缩小范围。每个靶点可能要经历数周甚至数月，失败本身也很难快速转化为下一轮设计经验。

让智能体跑完科研流程

Anthropic披露的结果显示，Claude使用Mythos Preview和Opus 4.8，能够访问论文、网络资料、专业蛋白质模型以及GPU算力。人类给出目标和约束后，系统负责拆解任务、设计候选、调用模型、整理结果，并把值得实验验证的方案交给外部实验室。它不是简单地让一个聊天模型“猜一条蛋白质序列”，而是把多个工具编排成一条可复核的工作流。

结果也说明，智能体的价值不等于每次都得到正确答案。单靶点模式下，Mythos Preview的最高命中率达到35.1%，但在另一些结构复杂的目标上仍会失败，挑战麦芽糖结合蛋白时，90个设计只有一个出现微弱信号。更强的模型也不保证在所有科研问题上稳定领先，真正重要的是系统能否记录失败、调整策略，并让专家知道哪些结果值得继续投入。

配图依据=文章核心新闻点：AI进入蛋白质设计、实验分析和科研验证闭环。

实验数据才是硬考场

设计出候选分子只是前半程，实验数据决定它有没有资格进入下一步。Claude在NMR分析中整理信号峰、估算氢原子数量，并根据异常提出重水验证建议；在LC-MS分析中，它先理解厂商文件的编码方式，再复现扫描记录，输出色谱图、质谱图、纯度表和分子量结果。这里没有漂亮的演示界面，只有格式混乱、步骤繁琐而且必须谨慎处理的原始数据。

这也是AI科研最值得关注的变化。模型可以生成假设，但实验会把假设变成可检验的对象；模型可以写代码，但仪器结果会暴露代码和推理中的错误。未来评价科研智能体，不能只看它提出了多少想法，而要看它能否理解数据来源、保留中间过程、主动发现矛盾，并把结论交给研究人员复核。可追溯性和可重复性，会比一次偶然命中更重要。

硬件也在接入智能体

乐鑫发布的ESP-Mosaico从另一端说明了同一个趋势：AI生成代码之后，必须有真实设备接住结果。这套模块化开发板支持多机拼接，提供摄像头、传感器、按键、灯光和电机等可组合模块。Chat Coding可以从一句自然语言需求生成并运行硬件原型，Vibe Coding则把构建、部署、真机测试和持续修复接成完整流程。

它的意义不只是让初学者更容易做出一个小游戏。设备能够把触摸输入、运行状态、性能指标和故障信息整理成结构化反馈，再交给Agent继续修改代码。这样一来，AI编程从“写出看起来合理的代码”变成“让代码在具体设备上运行、接受测试、根据反馈返工”。这与蛋白质设计中的实验闭环，本质上都是把模型输出送进现实环境，再把结果带回下一轮判断。

从家庭娱乐到可玩产品

Nex Playground则把端侧AI放进了家庭客厅。这款无手柄体感游戏主机通过摄像头和端侧计算机视觉识别跳跃、挥手、躲避等动作，最多支持四人同时参与，主要面向儿童和亲子家庭。公司披露，产品在2025年销量超过65万台，截至2026年年中累计销量超过100万台，并凭借硬件加订阅的模式进入独角兽行列。

但体感设备能不能长期成立，不能只看一次演示或节日销量。识别系统要适应不同房间、光线、身高和多人遮挡，平台还要持续提供低门槛内容，才能让摄像头和端侧模型真正转化为使用频率。AI在这里不是单独的卖点，而是连接设备、动作、内容和家庭关系的底层能力。能否把技术稳定地变成可重复的体验，决定了产品的商业寿命。

普通人也能参与创作

Spellcaster把类似的思路推向游戏制作。它让Rule、Level、Asset、Playability、Simulation、Repair六个Agent协作，把自然语言想法转成可运行的游戏原型。传统代码助手通常交付一段代码，开发者还要自己运行、找Bug、调整玩法；Spellcaster试图把“生成—试玩—检查—修复”一起完成，基础小游戏最快约15分钟可以得到可玩版本。

可玩性是这类产品必须面对的现实验证。代码成功运行，并不意味着游戏有趣；画面生成出来，也不代表关卡节奏合理。让Agent自己试玩和修复，意味着评价标准从“有没有产出”转向“用户能不能继续使用”。这正是AI应用从模型展示走向产品交付时的共同难题：结果必须落在真实环境里，经受用户、设备、实验或业务流程的反复检验。

算力之外的基础设施

这些新闻放在一起看，AI竞争的关键正在从单次生成转向验证闭环。Claude需要GPU来运行复杂设计和分析任务，ESP-Mosaico需要稳定的构建、部署与设备反馈，Nex需要端侧推理和内容分发，Spellcaster需要多Agent协作与运行环境。模型只是其中一层，数据、工具、权限、日志、网络和存储同样决定最终结果。

对企业或开发团队来说，部署这类系统时，不能只问“选哪个模型”，还要计算显存、并发、数据隔离、任务队列和失败重试。需要弹性GPU或稳定云端环境做实验时，可以通过速维云这类云服务器先验证工作流，再按照真实负载调整规格。尤其是科研和Agent任务，峰值算力与日常负载差异很大，先把成本、监控和权限边界跑通，往往比一开始重投入固定集群更稳妥。