AI 到底能不能帮人类治好所有绝症？ 前阵子 Anthropic 的老板放话说，未来十年 AI 能治愈大部分疾病。

AI 到底能不能帮人类治好所有绝症？ 前阵子 Anthropic 的老板放话说，未来十年 AI 能治愈大部分疾病。 接着他们扔出了一个爆炸性新闻。 说自家的 Claude 团队在不到 24 小时内，从病毒的基因序列里找到了一个全新的酶系统。 甚至暗示这可能是类似 CRISPR 的重大突破。

结果生物学界的大牛们看完，纷纷泼来冷水。 发明「基因组编辑」这个词的元老乌尔诺夫看了看说，这东西到底算不算酶，大家心里都没数呢。 礼来制药的首席执行官也表示，这就是把一个普通的增量发现包装成了颠覆医学的奇迹。 哥本哈根大学的研究人员更是跑出来质疑，说这种系统我们实验室研究了一年多，AI 怎么转头就当成自己的新发现了？ Anthropic 后来自己也承认，这玩意儿到底能不能治病，他们自己也不知道。

很多人看到这里可能会觉得，这不就是科技公司在吹牛吗？ 但要是光当成笑话看，就错过了最重要的一块拼图。 Anthropic 的公关通稿盯着颠覆医学的新药。 但 Claude 这次解决的，是一个困扰了生物学家二十年的老难题：数据太多，根本看不完。

倒退二十几年，人类要想搞明白自己的基因，代价大得吓人。 国际人类基因组计划集结了全球顶尖的科学家，花了整整 13 年，烧了 27 亿美元，才第一次完整测出人体 DNA 的 30 亿个碱基。 现在呢？ 测完整套个人基因组，只需要一天时间，成本不到 200 美元。 测序成本跌了一千多万倍，结果就是：公开数据库里的生物数据彻底爆仓了。

早在 2012 年，美国国立卫生研究院的专家委员会就给出了一个判断：科学生产力的瓶颈，已经彻底从生产数据变成了分析数据。 就像是把全世界的藏书都搬进了书房，可一个人一天还是只能翻完两本。 几十万种病毒和微生物的基因序列全放在公共数据库里，里面可能藏着各种未知的酶和药物靶点。 但要是全靠研究人员肉眼去筛，几辈子也看不完。

Anthropic 用的办法，就是把算法当成超大规模的数据筛子。 他们把大约 950 个 AI 智能体放进了庞大的基因数据库。 在 21 个小时里，处理了 2.1 亿个 token 的数据。 智能体从 20 万个候选样本里层层比对，挑出了 20 个很不寻常的特殊样本。 其中一个智能体，就抓住了那个带有长重复序列的逆转录酶系统。 如果是人类研究员挨个看曲线、比对序列，几个博士花上几年也未必翻得到这一条。

多伦多大学的王博教授给这种能力起了一个很准的名字：放大科学家的注意力尺度。 AI 并没有在培养皿里创造生命，它是在海量的数据堆里帮科学家充当超大号的筛选雷达。 哈佛医学院的遗传学家丘奇曼在 OpenAI 参与过生物模型开发，她说：哪里有数据，哪里才会有奇迹。 在数据堆积如山的基因组学领域，AI 能把数据分析的速度拉快十倍，让科学家不用去写繁琐的代码，把精力留给核心的生物学问题。 但在显微镜图像稀少、细胞通讯数据极度匮乏的领域，AI 连下锅的米都找不到。

而且把数据筛出来只是第一步。 要在试管里验证它、在细胞里看活性、在动物身上测毒性，最后走完漫长严苛的临床试验，物理世界里的每一步都省不掉。 AI 没法在键盘上直接敲出解药。 它给科学界最好的礼物，是帮科学家看完了那些原本根本来不及看完的浩瀚数据。