当大多数大模型公司仍在拼参数、拼推理能力时，Anthropic把棋子落在了实验台上。据路透社报道，Anthropic已在美国旧金山湾区设立一座湿实验室并正式投入运营，用来开展真实的生物学实验，并验证其AI模型能否把计算分析与物理实验串联起来。所谓湿实验室，指的是配备细胞培养、生化分析、分子实验等实体设施的场所，与依靠计算机建模的“干实验室”相对。这一步，意味着AI开始从屏幕里的推演，走向实验台上的操作。

从干实验到湿实验：AI进入物理流程

Anthropic生命科学负责人埃里克·考德勒-艾布拉姆斯向路透社确认了实验室的运营状态。他的表态相当直接：生物学研究最终的检验仍要落在真实实验室里，而且这种情况在相当长时间内不会改变。他还透露，该实验室的运作方式与常规生物技术实验室接近，一部分研究由Anthropic自己推进，另一部分则与外部伙伴共同完成。

这句表态透露出一个关键动向：AI在生命科学中的角色，正在从“读文献、写代码、做预测”的辅助工具，向参与实验设计、条件筛选和结果验证的流程节点延伸。对于药物发现和基础研究而言，计算与实验之间的反馈闭环越短，试错成本就越低，这正是大模型厂商押注的方向。

不碰药物研发，意图避免与客户竞争

Anthropic并未披露实验室的具体项目。但公司强调，主要方向是基础生物学研究，而不是直接推进药物研发。这个边界划得颇有讲究。Anthropic已经与诺和诺德、赛诺菲、艾伯维等药企建立合作，如果亲自下场做药，很容易与客户和合作伙伴形成正面竞争。选择停留在基础研究层面，既能积累生物数据与实验能力，又不至于破坏其企业客户生态。

这一布局并非临时起意。今年4月，Anthropic以约4亿美元收购了隐身运营的AI生物技术公司CoefficientBio。这家公司成立仅八个月、团队不足十人，创始人曾在基因泰克从事计算药物发现，后被整体并入Anthropic的医疗生命科学部门。此外，公司本周推出“生命科学验证计划”，向经过审核的生物学研究人员提供更强大的模型权限；此前还发布了面向科学研究的ClaudeScience。9月16日，Anthropic又宣布与诺和诺德合作，利用Claude开展新药发现与研发。

安全立场与实验扩张的矛盾

真正让行业侧目的，是Anthropic在AI安全上的强硬立场与此次实验室扩张之间的张力。CEO达里奥·阿莫代伊曾表示，AI可能在未来5到10年内帮助治愈大多数重大疾病，但同时多次将生物恐怖主义列为AI的重要风险之一。2026年9月，公司研究人员雅各布·考克森辞职并公开表达对AI安全风险的担忧；负责AI对齐工作的负责人曾估计，未来10年内AI导致人类灭绝的概率超过10%。阿莫代伊随后呼吁行业放缓发展速度，推动自我监管。Anthropic近期还与埃森哲宣布，未来五年将至少投入20亿美元，用于对前沿AI模型开展独立评估。

一边提示生物安全风险，一边建设让AI参与实际生物实验的实体实验室，这种反差自然会引发讨论。支持者认为，只有在受控环境中理解AI能做什么，风险才可能被量化和治理；质疑者则担心，能力扩张的速度快于安全约束的落地。对国内大模型从业者而言，这则新闻的启示不止于“AI+生物”，更在于AI应用落地正在从软件层向物理世界渗透，而随之而来的验证体系、合规边界和责任划分，将成为下一阶段竞争的关键变量。