新闻特写 · Anthropic
AI 开始
走进实验室
Anthropic 给 20 家顶尖科研机构送上 AI 助手:从帮忙写代码,到亲手做实验
能自己一步步完成任务的 AI。你给它一个目标,它会自己拆步骤、动手去做,像一个会自己动手的实验助手。
一套“通用插头”规则。以前每台仪器说的“语言”都不一样,要专人做翻译;有了 MHS,AI 能直接听懂、操作显微镜、移液机器和机械臂。
免费使用 Claude 这个 AI 的“使用次数 / 流量”,像给科学家发了 AI 的流量卡。
0230 秒看懂
先用 30 秒,看懂这件事。
早在 2025 年 5 月,Anthropic 就开始给一个个科学家发 Claude 额度,也就是免费使用 Claude 这个 AI 的“使用次数”,像给科学家发了一张 AI 流量卡。现在它换了做法:直接和 20 家给科研出钱的机构、顶尖研究所和大型研究项目合作。AI 也不再只是帮忙写代码、读论文,而是开始自己动手做实验。
01 · 仪器
AI 能自己操作实验仪器了
↻ 点击翻面
01 · MHS
Anthropic 和 HHMI Janelia 研究园区一起做了 MHS(模型硬件标准)。它像一套“通用插头”,让 AI 智能体能安全地直接操作显微镜、移液机器和机械臂。现在还是研究预览版,先给少数人试用。
02 · 数据
分析数据:几个月变成几个小时
↻ 点击翻面
02 · 艾伦研究所
艾伦研究所(Allen Institute)有大量公开的大脑、细胞和免疫系统数据。他们用 Claude 组了一个多智能体团队:好几个 AI 分工合作,像一个小组各管一摊。原本要人工做几个月的分析,现在几个小时就够了。
03 · 规模
从帮一个人,到帮一大片
↻ 点击翻面
03 · 公共品
2025 年 5 月刚开始时,主要帮单个科学家。现在由资助方(给科学研究出钱的机构)把 AI 额度转发给有好点子的研究者。做出来的数据、软件、标准和工具库都要免费公开,大家都能用(这叫开源,也叫公共品)。
图 2 |三张卡片的插图:机械臂和显微镜;“几个月”变成“几小时”;从帮一个人,到连成一张网。点卡片可翻面。
以前 · 01
给一个个科学家发免费额度
以前 · 02
AI 帮科学家写代码、读论文
现在 · 01
和资助方、研究所合作,覆盖整个科研圈
现在 · 02
AI 动手操作仪器、做实验,帮忙做发现
AI 不再只是坐在电脑前帮忙,它开始走到实验台前。
03合作名单
20 家合作方,分成四类。
资助方拿到额度后,转发给它们支持的研究者;研究所在自己内部用;研究项目直接拿到额度。点标签或圆点切换类别,点卡片看详情。
18 家新合作方 + 2 家早期合作方 = 20 家
04MHS 与时间线
MHS:让 AI 直接操作仪器的“通用插头”。
以前,每台仪器说的“语言”都不一样,要专人写程序当翻译。MHS 定了一套统一规则:每台仪器只需要两种动作,“读”(看仪器测到了什么)和“写”(让仪器去做什么)。不管用哪家的 AI,只要仪器能用程序控制,就能接进来。
以前
每台仪器说一种“话”,AI 听不懂,要专人在中间当翻译。
现在
一个“通用插头”,AI 直接和所有仪器对话,不用人翻译。
接好一套仪器要多久
以前接好一套仪器要几周到几个月,现在几小时,甚至几分钟。
- 怎么控制三种方式:MCP(一种让 AI 连接工具的通用规则)、命令行、代码文件(API)
- 兼容不挑 AI 模型,任何能用程序控制的仪器都能接
- 说明书每个驱动里写着人话标签,自动生成仪器“说明书”:能测什么、能调什么、安全上限是多少
- 摸索AI 像科学家一样边试边学:调一下激光 → 用相机看看 → 再调。学会后写成固定脚本,下次照做就行
看指令怎么走(流程图)
写:AI 发出指令读:仪器送回数据
图 8 |指令怎么走:AI 通过 MHS 给仪器下指令,仪器再把测到的数据送回 AI。
早期成果
卡内基梅隆大学
约 3 倍
做药物剂量实验(看不同剂量的药效果怎样)快了约 3 倍。
QuEra · 量子计算机
99.3%
激光跑偏时,AI 99.3% 的时候能自己把它“调回正轨”,不用人帮忙。
Genentech · 药企
3 台仪器
AI 指挥移液机器、机械臂和读板仪,自动测出蛋白质浓度。
HHMI Janelia
7 → 1
一个显微镜平台原本要开 7 个不同的软件,现在统一成一套。
注意:AI 对真实物理世界的理解还有限,仍需要专家在旁边把关。没有程序接口的仪器暂时接不进来;正式开源前,团队还在做安全评估。
时间线 · 17 个月:从发“流量卡”到走进实验室
2025.05
计划开始,给单个科学家发 Claude 免费额度
2026.08.27
MHS 研究预览版开放,先给少数人试用(和 HHMI Janelia 合作)
2026.10.28
扩大到 20 家资助方、研究所和研究项目
下一步
MHS 计划开源(免费公开);继续找更多全球合作方
05医学视角
编辑点评 · Editor's Take
这对医学意味着什么?
罕见病诊断
很多罕见病是某个基因上的小差别引起的。gnomAD(80 多万人的 DNA 数据)和人群基因组学中心,能帮医生更快找到是哪个基因出了问题。
肿瘤病理
病理就是在显微镜下看细胞、判断病情。AstroPath 让各家医院拍的肿瘤细胞照片可以直接比较,这样的数据正适合交给 AI 一起分析。
研究方式在变
AI 能跑数据、做实验以后,人的重点会变:更要会提好问题,也要检查 AI 的每一步。
AI 帮科学家的方式,正从“写代码、读论文”,变成“动手做实验、帮忙做发现”。