Anthropic 在 8 月 18 日放出了一份实验记录：让 Claude 从头设计能结合指定蛋白靶点的小分子结合体，15 个靶点里有 14 个拿到了可用设计。合成和检测由 Adaptyv Bio 与 Twist Bioscience 完成，并非模型自己打分。
数字比结论更有说服力。多目标模式下，Mythos Preview 的命中率是 26.7%，Opus 4.8 是 22.6%；切换到单靶点专攻，Mythos Preview 升到 35.1%。作为参照，这个领域公开报道的典型命中率在 10% 到 15% 之间。总量上，1320 个设计产出 354 个经实验验证的结合体，6 个靶点拿到了高亲和力结合体，其中 4 个靶点的设计达到或超过了已发表的最佳水平。
挑出来的几个硬骨头
RBX1 这个靶点最能说明差距。Claude 在它身上的命中率是 40%，而同题竞赛的参赛者平均只有 3.7%，最终设计也压过了当年的获奖作品。
TNFα 上做的是跨物种：同一批设计同时结合人、猕猴和小鼠的蛋白。这一条在药物研发里的分量不小，动物实验和人体试验能不能共用一个分子，直接决定前期开发周期。
还有一组专门挑难度：设计 β-折叠含量高的结合体。这类结构在计算设计里历来不好搞，因为 β-链之间的配对容错空间小。这一轮做出了 15 个 β-链占比不低于 20% 的有效结合体。
失败的部分官方也写了：BBF-14 和 MBP 两个靶点表现不佳。一份只报喜的实验记录不会有人信，这两项列出来反而抬高了其余数据的可信度。
算力账
这套流程不便宜。多目标模式一轮最多消耗 12500 个 NVIDIA H100 小时，墙钟时间 48 小时；单靶点模式每个靶点 2500 H100 小时，跑 24 小时。初始提示词大约 3 万 token。
按当前云上 H100 的常见租赁价粗算，2 到 3 美元一卡时，12500 卡时对应两三万美元一轮，摊到 15 个靶点，单靶点两千美元上下。这个数字放在药物早期发现的预算里不算什么——一轮蛋白质合成加亲和力检测的湿实验成本本身就在同一量级，而传统路径要靠多轮试错去逼近同样的命中率。算力成了这条链路上最便宜的一环，这个结论几年前还不成立。
顺手做的另一件事
同一批实验里还有一段分析化学的测试，用的是 Claude Opus 5。任务是处理真实的实验仪器输出：NMR 谱图 23 分钟处理完，LC-MS 数据 19 分钟。其中 LC-MS 的原始文件是专有格式，模型自己把它解析开，核对了 2664 次扫描的数据。
精度对照是这样的：氢原子计数与人工结果的偏差在 0.08 个 ¹H 以内，纯度测定给出 96.4%，实验室对照值是 96.33%。测完之后，模型独立提出了后续该做哪些验证实验，提的方案和实验室原本的安排一致。
这一段的分量可能被前面的蛋白质数据盖过去了。药物发现里最吃人力的并非设计环节，是每天几十上百份谱图的解读和归档，那是博士后的日常。一个能读懂专有格式仪器文件、还能自己判断下一步做什么的模型，动的是这块。
附带的限制
Anthropic 在文中明确写了一句：蛋白质设计和其他双用途生物研究能力，在 Claude Fable 5 上不对一般用户开放。这是一条主动设下的闸门——同一套能力用来设计结合体，也能用来设计别的东西，公司选择把它放在受控通道里，而非直接开进消费级产品。
实验用到的数据集和提示词已经放上 Hugging Face，蛋白质设计和化学分析各有一份技术报告公开。愿意把提示词一起放出来，说明 Anthropic 认为这套方法的门槛在算力和湿实验环节，不在提示工程本身。
参考来源：Anthropic 官方研究页、Adaptyv Bio 与 Twist Bioscience 实验记录、CocoLoop、Hugging Face 公开数据集；核验命中率口径、H100 卡时与纯度测定 96.4% 对照值。