AutoDNA：AI 智能体跑完了 11,382 步 DNA 实验，人类只负责补充试剂

这一周，在两个不同的实验室里，人工智能不再只是提实验建议，而是开始亲手做实验了。11 月 4 日，《自然》杂志发表了上海交通大学的一篇论文，介绍了 AutoDNA——一个由 AI 智能体规划并操作 20 多台仪器、完成分子生物学实验的实验室，人类在其中主要负责补充试剂和维护设备。同一天，Anthropic 报告说，它的模型 Claude 帮助解出了穹窿体（vault particle）——一种中空蛋白质外壳——的首个三维结构；这种结构的存在自 1986 年发现以来，其功能一直无人知晓。这两项发布几乎在每个方面都不同——一篇是经过同行评议的论文，另一篇是一家公司关于一篇预印本的博客文章——但它们指向同一个转变：科学中最慢的环节，正在从想出实验变成执行实验。

AutoDNA 的数字让人忍不住停下来重读一遍。该系统自主协调 20 多种仪器，完成 11,000 多个步骤，涵盖 DNA 工作的基本操作：合成 DNA、转录成 RNA、扩增、测序。团队用四项任务测试了它。它合成的 DNA 与人类专家制作的质量相当；它同时运行多个实验流程，比逐个运行快 3.2 倍；它把数字数据存入 DNA 又无差错地读了出来——78 条 DNA 链，编码的句子是"Intelligence is the ability to adapt to change"（智能就是适应变化的能力）。它还在一位患者的样本中发现并确认了一个与癌症相关的突变 KRAS G13D。最长的一次运行，据团队报告，持续了约 203.5 小时——大约八天半——共 11,382 个硬件步骤。在整个过程中，用团队自己的话说，人类"主要限于定期处理实验废弃物和补充试剂"，只在系统提示时才动手。

Anthropic 的穹窿体故事规模更小，内容却更奇特。穹窿体是几乎遍布人体所有细胞的中空蛋白质外壳，质量约为核糖体的三倍，却没人知道它是做什么的。在团队的指导下，Claude 搜索了一个约 150 亿个预测蛋白质的数据库，设计了候选蛋白的 DNA，提出了一种更快的分离方法，还运行了把显微镜图像转换成三维模型的软件。结果是首个由噬菌体蛋白构成的穹窿体结构：由 96 个名为 L05 的单一蛋白组成，内部空间比 78 个蛋白构成的人类版本大约多出 25%。一项常规需要三天的纯化只用了约 90 分钟；第一个结构模型在 34 小时后就完成了，而团队估计按常规做法需要数周时间。整个项目不到四个月就跑完了。

让我印象深刻的是，两个团队对仍然会出错的地方都非常坦诚。AutoDNA 在实验中记录了 14 次硬件故障，系统自己修复了 8 次，6 次需要人工介入。团队警告说，大语言模型内在的随机性可能导致同一套方案两次运行的结果不同，而且系统还不能在活体动物身上做实验。Claude 的失误也付出了实实在在的时间代价：它写的一份实验方案要求在生长培养基中加入一种会干扰部分工作的添加剂，让团队倒退了约两周；显微成像分析初期，它跳过了一个标准步骤，做出了一张与镜像混合的有缺陷的图，直到团队告诉它别再即兴发挥——"除非行不通，否则请按常规做法来。"

斯坦福大学数据科学家 James Zou 在《自然》同期刊发的评论文章中直言利害：AI 系统也许能在几分钟内设计出一个有前景的生物活性分子，但测试它可能需要数周甚至数月，而上海的工作"可以开始弥合提出实验与执行实验之间的差距"。北卡罗来纳州立大学化学工程师 Milad Abolhasani 称 AutoDNA 的自主程度"非凡"，并说"科学的未来将有大量自主实验室"。两人的判断都对，但也都低估了现在最重要的问题。一次演示不等于一门学科。AutoDNA 最早在 2025 年 7 月以预印本形式出现，经过约一年的评审才登上《自然》。这一周的真正考验，不在于一个实验室能否跑完 11,382 步，而在于第二个实验室——没有原作者在场——能否复现这一招，结果是否站得住脚。这就是一篇引人注目的论文与一种新的科研方式之间的界线，而接下来的一年将告诉我们，我们站在界线的哪一边。