AutoDNA：AI 智慧體跑完了 11,382 步 DNA 實驗，人類只負責補充試劑

這一週，在兩個不同的實驗室裡，人工智慧不再只是提實驗建議，而是開始親手做實驗了。11 月 4 日，《自然》雜誌發表了上海交通大學的一篇論文，介紹了 AutoDNA——一個由 AI 智慧體規劃並操作 20 多台儀器、完成分子生物學實驗的實驗室，人類在其中主要負責補充試劑和維護設備。同一天，Anthropic 報告說，它的模型 Claude 幫助解出了穹窿體（vault particle）——一種中空蛋白質外殼——的首個三維結構；這種結構的存在自 1986 年發現以來，其功能一直無人知曉。這兩項發布幾乎在每個方面都不同——一篇是經過同行評議的論文，另一篇是一家公司關於一篇預印本的部落格文章——但它們指向同一個轉變：科學中最慢的環節，正在從想出實驗變成執行實驗。

AutoDNA 的數字讓人忍不住停下來重讀一遍。該系統自主協調 20 多種儀器，完成 11,000 多個步驟，涵蓋 DNA 工作的基本操作：合成 DNA、轉錄成 RNA、擴增、測序。團隊用四項任務測試了它。它合成的 DNA 與人類專家製作的品質相當；它同時運行多個實驗流程，比逐個運行快 3.2 倍；它把數位資料存入 DNA 又無差錯地讀了出來——78 條 DNA 鏈，編碼的句子是「Intelligence is the ability to adapt to change」（智能就是適應變化的能力）。它還在一位患者的樣本中發現並確認了一個與癌症相關的突變 KRAS G13D。最長的一次運行，據團隊報告，持續了約 203.5 小時——大約八天半——共 11,382 個硬體步驟。在整個過程中，用團隊自己的話說，人類「主要限於定期處理實驗廢棄物和補充試劑」，只在系統提示時才動手。

Anthropic 的穹窿體故事規模更小，內容卻更奇特。穹窿體是幾乎遍布人體所有細胞的中空蛋白質外殼，質量約為核糖體的三倍，卻沒人知道它是做什麼的。在團隊的指導下，Claude 搜尋了一個約 150 億個預測蛋白質的資料庫，設計了候選蛋白的 DNA，提出了一種更快的分離方法，還運行了把顯微鏡圖像轉換成三維模型的軟體。結果是首個由噬菌體蛋白構成的穹窿體結構：由 96 個名為 L05 的單一蛋白組成，內部空間比 78 個蛋白構成的人類版本大約多出 25%。一項常規需要三天的純化只用了約 90 分鐘；第一個結構模型在 34 小時後就完成了，而團隊估計按常規做法需要數週時間。整個項目不到四個月就跑完了。

讓我印象深刻的是，兩個團隊對仍然會出錯的地方都非常坦誠。AutoDNA 在實驗中記錄了 14 次硬體故障，系統自己修復了 8 次，6 次需要人工介入。團隊警告說，大語言模型內在的隨機性可能導致同一套方案兩次運行的結果不同，而且系統還不能在活體動物身上做實驗。Claude 的失誤也付出了實實在在的時間代價：它寫的一份實驗方案要求在生長培養基中加入一種會干擾部分工作的添加劑，讓團隊倒退了約兩週；顯微成像分析初期，它跳過了一個標準步驟，做出了一張與鏡像混合的有缺陷的圖，直到團隊告訴它別再即興發揮——「除非行不通，否則請按常規做法來。」

史丹佛大學數據科學家 James Zou 在《自然》同期刊發的評論文章中直言利害：AI 系統也許能在幾分鐘內設計出一個有前景的生物活性分子，但測試它可能需要數週甚至數月，而上海的工作「可以開始彌合提出實驗與執行實驗之間的差距」。北卡羅來納州立大學化學工程師 Milad Abolhasani 稱 AutoDNA 的自主程度「非凡」，並說「科學的未來將有大量自主實驗室」。兩人的判斷都對，但也都低估了現在最重要的問題。一次演示不等於一門學科。AutoDNA 最早在 2025 年 7 月以預印本形式出現，經過約一年的評審才登上《自然》。這一週的真正考驗，不在於一個實驗室能否跑完 11,382 步，而在於第二個實驗室——沒有原作者在場——能否複現這一招，結果是否站得住腳。這就是一篇引人注目的論文與一種新的科研方式之間的界線，而接下來的一年將告訴我們，我們站在界線的哪一邊。