How AI is Changing What Work Means

金融研究机构 Citrini 用 Claude 设计抗蝎毒蛋白，300 个子智能体生成 31.8 万个候选，17 个成功结合毒素，总花费不到 20 万美元。

一家做宏观投资研究的金融公司，因为找不到专家给出可信答案，干脆自己下场用 AI 设计蛋白质、外包实验室合成验证——结果真做出了能结合蝎毒的东西。这件事的意义不在蝎毒本身，而在于它暴露了 AI 改变工作的真实路径：不是让原有任务变快，而是让原本做不起的事变得做得起。

Citrini Research 平时写的是主题股票投资和全球宏观交易，这次却用 Claude 干起了药物发现，起因是他们想搞清楚生命科学板块到底值不值得投。

• 35 页提示词 + 300 个子智能体：团队基于 Anthropic 此前测试过的提示词改写，让 Claude 生成 31.8 万个候选蛋白，筛出 211 个送检，最终 17 个能结合 4 种蝎毒毒素。
• 钱和时间都低得离谱：整个项目花费不到 20 万美元，虚拟设计只用了 64 小时，但实验室合成验证花了 39 天，而真正上市还要 4 到 7 年。
• 关键短板被同行抓住：这些蛋白只证明了"能结合毒素"，没有证明能中和毒性；研究者 Wiz Plumb 批评说这是 15 年前文献里就有的结果，不该埋在万字长文里。

两家实验室都在抢生命科学，但一个在造工具卖给现有药企，一个自己开了湿实验室动手做实验。

• OpenAI 收购 Orchestra Bio：这家成立 4 年的公司做的是药物发现流程智能体——监控化合物生产、追踪临床试验进度，团队并入 GPT-Rosalind（4 月发布的研究预览版，现已商业化）和 Rosalind Workbench 工具套件。
• Anthropic 建了自己的湿实验室：生命科学负责人 Eric Kauderer-Abrams 说"做生物学的最终检验仍然在真实实验室里"，但实验室研究范围有明确限制。
• 为什么盯上蝎毒：全球每年约 120 万人被蝎子蜇伤、约 3200 人死亡，多为医疗条件薄弱地区的儿童；新疗法开发成本高、赚不回钱，正是市场激励失效的角落。

Citrini 原本只想写篇研报，结果发现问专家得到的答案从"AI 没造出一个药"到"五年治愈所有疾病"全都有，只好自己试。

• AI 加速的是假设生成，不是验证：DeepMind AGI 经济学总监 Alex Imas 说，Citrini 展示了假设生成和计算的巨大提速，也暴露了验证与测试的瓶颈，两边都得看清才知道该往哪投钱。
• 实验室成了新瓶颈：Citrini 写道，虚拟生物学家把一年的活压进几天，但 DNA 要合成、蛋白要纯化、毒素要拿到可用形态——"我们的数字发明现在开始给人类科学家派活了"。
• AI 实验室迟早会和客户竞争，但不会一夜之间：作者判断这种竞争"不可避免"，但认为它会一个环节一个环节地发生，而不是整行业同时被吞掉。

"如果 AI 行业以为治愈癌症就足以扭转公众看法，他们该去看看大药企的民调数字。"

• 评估 AI 项目时，把"生成端"和"验证端"的耗时分开算：Citrini 的 64 小时设计对 39 天实验验证，说明瓶颈已经转移到物理世界，预算和排期要按后者做。
• 如果你所在的行业有"因为太贵所以没人做"的细分问题（小众疾病、冷门材料、长尾合规），可以照 Citrini 的模式试一次：用现成模型做假设生成，把验证外包给专业实验室，先算一笔 20 万美元级别的账。