Claude 参与解出噬菌体 vault 结构，快是真快，功能还是谜

一个常规要熬三天的蛋白提纯，压到 90 分钟，你信不信？

这是 Anthropic 自己给出的数字。11 月 3 日，Anthropic 的生物研究团队发布了实验室的又一项成果，官方称这是原核细胞里 vault 颗粒的首个三维结构。Anthropic 这篇 vault 研究亮眼的地方在研究流程被大幅压缩，而不在生物学答案：结构解出来了，vault 到底干什么，仍然没人知道。

vault 是个啥，凭什么琢磨了四十年

先把名词掰开。vault 是细胞里一种巨大的空心蛋白桶，人体几乎所有细胞里都有。它 1986 年被发现，电镜下肋条状的外壳像教堂的拱顶，名字就是这么来的。

有多大？质量大约是核糖体的三倍，算真核生物里体量最大的分子复合物之一。哺乳动物的 vault 由 78 个主蛋白拼成，分成对称的两半，像两个半壳扣在一起。

干什么用？没人说得准。有人猜它在细胞核和细胞质之间运货，有人猜它帮细胞扛抗癌药这类毒物，有人猜跟天然免疫有关，一条都没被坐实。更拧巴的是，缺了 vault 的小鼠照样活得好好的。

家家户户都摆着一只巨大的空木桶，没了也不影响过日子，进化却偏偏一直留着它。这就是 vault 让人上头的地方。

结构解出来了，90 分钟那个数能信几成

Anthropic 盯上的是噬菌体里的 vault。噬菌体就是专门感染细菌的病毒，它的 vault 要在细菌里造出来，所以算原核细胞里的 vault。好处很直白：细菌长得快，做实验比哺乳动物细胞省事得多。

这个 vault 由 96 个同一种蛋白拼成，团队管它叫 L05，总质量约 9.5 兆道尔顿。跟哺乳动物版比，它更短更胖，容积多出约 25%。团队还复制了蛋白的一部分，造出了更大的版本，并设想将来拿它当装酶的纳米胶囊，目前只是设想。

Claude 在项目里干了四件事：查蛋白数据库，设计 DNA 构建体，优化提纯方法，处理显微镜数据。方向由团队定，活儿交给 Claude。成绩单上写着，提纯从三天缩到约 90 分钟，初版结构模型在 34 小时后出来，团队估计按老办法得花几周。

水分有多大？先看证据状况。预印本已经投到 bioRxiv，但链接还没上线，结构和补充数据也只说"稍后发布"。眼下这些提速倍数没法让外人复核，"几周"也是团队自己的估计。（厂商发自家成果，总得打点折扣。）

不过我愿意给这套说法留一点信用。提纯方法的优化本质是反复调条件、反复试，这种枯燥的试错正是 agent 擅长铺开的活，电镜数据处理也有成熟流程可循。把这类环节压短，比凭空"发现新生物学"可信得多。

当年发现 vault 的科学家之一被请来当顾问，看完结构后的反应很克制：功能依然极难搞清，他乐见 Anthropic 手里数据多，后面会有更多人接着啃，而这次发现的面这么广，说明功能多半不简单。这话比任何跑分都实在。

湿实验室两次出手，套路一模一样

把时间线拉开看。9 月中旬，Anthropic 确认在旧金山湾区开了一间做物理实验的生物实验室，说是今年春天建成的，只做低生物安全等级的研究，不碰能感染人的病原体。

9 月 23 日，实验室交出首项成果：Claude 带着约 950 个 agent 跑了约 21 小时，烧掉约 2.1 亿 token，在 20 万个逆转录酶（把 RNA 抄成 DNA 的酶）里翻出一套此前没被描述过的酶系统。它的结构像 CRISPR，功能同样没搞清。

两件事放一起看：Claude 负责大海捞针和压缩流程，实验台上的活按 Anthropic 的说法都是人在做，最关键的"它到底干嘛"留给后面的实验去答。这个克制我是认的，没画饼说 AI 已经把生物学解决了。

同赛道的人也没闲着。OpenAI 今年 4 月推出了面向生命科学的专用模型 GPT-Rosalind，找了安进、Moderna 等一批伙伴。Google DeepMind 的 AlphaFold 从 2020 年起就是蛋白结构预测的代表作，它的 Co-Scientist 系统今年 5 月在《Nature》发表。一边做专用模型，一边有结构预测的老底子，Anthropic 走的是让通用的 Claude 直接下场，每个环节都用上，再自己开实验室验证。谁的路更快，现在没法下结论，三家交的卷子压根不是同一张。

写代码的、做选型的，这事跟咱们有啥关系

说句实在话，这条新闻不会改变你明天用哪个模型。vault 的结构跟你在 Claude Code 里写的代码，隔着十万八千里。

但它给了个参照：任务流程长、又有明确的验证手段，Anthropic 就愿意把大批 agent 压上去，一跑大半天。这跟咱们天天用的 agent 编码逻辑是通的，给个高层目标，让它自己铺开去试，人在关键节点把关。生物这边靠电镜和实验台验证，代码这边靠测试。要抄作业，该抄的就是这个"能验证"。

对负责选型的朋友，这条没有新模型，没有新接口，也没有价格变化，翻过去不吃亏。

我们 AI主线 的看法是，这类科研成果要看后面能不能被外人复现：预印本上线后同行怎么说，结构数据放出来之后有没有人拿去做功能研究。外人接得住，"AI 加人"这套打法才算站稳。

我自己的感觉是，Anthropic 的生物线跟 Claude 的作风挺像，闷头把活干扎实，成果也说得克制。接下来盯两件事：预印本什么时候上线，结构数据什么时候放出来。