エージェント950体が21時間で新しい酵素系を見つけた — だが実験台の作業は全部人がやった
Anthropicが新設した生命科学ラボの最初の結果。約950体のエージェントが21時間、2億1,000万トークンでDNA配列を走査し、20万超のRTから3,500候補、報告書20本を経てCRISPR様の反復配列を伴う未記載の酵素系ARTに辿り着いた。だが同じ発表本文は、ラボ作業はすべて人間が行い、AIに装置を操作させるModel Hardware Standardは分子生物学の場当たり的なワークフローには合いにくいと書く。2週間後にはGenesis Missionへ3年1.5億ドルを拠出し、同じMHSを「装置を安全に操作するための共通仕様」と紹介している。機能未確定、分母非公表、自律の外側に人間が3か所。仮説生成が安くなるほど律速が身体へ移る構図を、発表者自身が引いた線から読む。
執筆・編集責任：日本フィジカルAI新聞 編集部
Anthropic が9月23日、自社に新設した生命科学の研究グループとラボから最初の結果を出した。 Claude のエージェントが DNA 配列のデータベースを21時間、約950体、2億1,000万トークンかけて走査し、 CRISPR に似た反復配列を伴う未記載の酵素系を見つけた、という内容である[1]。 本紙が読むべきはその生物学ではなく、同じ発表本文が実験台について書いた一文のほうである。ラボの作業はすべて人間の科学者が行っている[1]。 しかも同社は、AIに実験装置を操作させる自社仕様である Model Hardware Standard(MHS)を 試したうえで、自分たちの分子生物学研究に伴う場当たり的な作業にはこのやり方が 合いにくいと明記した[1]。 並列化できたのは仮説の生成であって、手ではない。線はそこに引かれている。
何が発表されたのか#
研究グループが作られたのは2026年の春である[1]。目的は、汎用のAIモデルが生物学の 発見を体系化し加速できるかを確かめることにあり、そのためにモデルの訓練から実験まで ひとつのチームで抱える形をとった[1]。ラボはベイエリアにあり、扱うのは バイオセーフティ水準の下位2段階(BSL-1 と BSL-2)にとどまり、ヒトに感染する病原体は 扱わないと書かれている[1]。
人間が与えたのは最初のプロンプトと、ラボでの作業だけだった、というのが発表側の説明である。 逆転写酵素(RT)の面白い新例を巨大な配列データベースから探せ、という指示を出し、あとは Claude のエージェントがデータベースを掘り、RT の系統を調べ、自分の判断で有望な候補を 選んだ[1]。見つかったのは、バクテリオファージに多く見られるarray-associated reverse transcriptases(ART)と名付けられた系である[1]。
公表された数字 — 20万から1へ#
発表本文に出ている数値を、絞り込みの順に並べる。
比較対象として発表本文が置いているのは、人間の専門家ならこの種の分析に数週間から数か月かかる、という記述である[1]。 ここで注意すべきは、短縮されたのがゲノムマイニングという机上の作業で あることだ。配列を集め、見慣れない並びに気づき、文献と突き合わせ、報告書に落とす。 どれも身体を必要としない。21時間という数字は、その範囲でのみ意味を持つ。
見つけたものと、まだ分かっていないこと#
ART は3つの部品からなる。RT と、その隣にある機能未知の付随タンパク質と、等間隔に並んだ 長い DNA 反復配列の列である[1]。この並びは、CRISPR-Cas 系をプログラム可能な道具に している CRISPR アレイの配置に似ている[1]。最初の実験では、ART のアレイも 複数の短い RNA として発現していることが示された[1]。
ただし発表本文は、ここから先を断定していない。類似の仕組みが働いている可能性が示唆されるという書き方であり、主たる機能はまだ分かっていないと 明記されている[1]。土台となる RT そのものはジャンボファージで過去に同定済みで、 Claude が初めて気づいたとされるのは、付随する非コード反復配列の列と、もう1つの 機能未知のタンパク質という組み合わせのほうである[1]。
外部の評価も、同じ温度で置かれている。プレプリントを読んだ MIT・Broad Institute の Feng Zhang は、RT に伴う RNA 反復配列の同定は興味深く、さらなる調査に値する、 という趣旨の評を寄せている[1]。値するであって、確定ではない。 発表側も、早期に共有する理由を、Claude の能力を示すためと、取り組みの中身を コミュニティに見せるためだと書いている[1]。
手は人のままだった — 発表者自身が書いた線#
本紙がこの発表で最も価値があると見るのは、ラボの説明である。発表本文はラボでの作業はすべて人間の科学者が行うと書き、そのうえで、 MHS のような取り組みで AI にラボ作業を速めさせる実験はしてきたが、分子生物学研究に伴う場当たり的なワークフローには、このやり方は合いにくいと 続けている[1]。自社で作り、外部に研究プレビューとして開いた仕様を、 自社のラボは使わないと書いたことになる。
この一文の重みは、同じ会社が10月8日に出した別の発表と並べると見える。Anthropic は 連邦政府の科学加速イニシアチブ Genesis Mission に3年で1億5,000万ドルを 投じ、NASA・NIH・NSF を含む15以上の機関に Claude を届けると発表した[2]。 その本文は、自社の科学支援の一覧の中で MHS をAIエージェントが実験装置を安全に操作するための共通仕様と紹介している[2]。 売り込む側の言葉と、使う側の言葉が、2週間の間隔で食い違っている。 どちらも同じ社名で署名されている。
なぜ場当たり的な作業が残るのか#
線の位置は、本紙が8月に読んだMHS の研究プレビューの数字と整合する。 あの発表で数字が大きく動いたのは、装置をつなぐ作業と、決まった失敗からの復帰だった。 カーネギーメロン大学は3台のPCにまたがる4機器の統合をベンダー構築で数週間かかるところ8時間で済ませ[3]、QuEra Computing は専任4人が数か月かけた レーザーの周波数ロック復帰を、人手介入なしの成功率99.3%に 置き換えた[3]。
一方で、同じ発表本文の Genentech の節は、粘性のある溶液で泡が立ったときに Claude が 同じウェルでパラメータを変えて再試行し、かえって泡を増やしたと書いている[3]。 失敗の背後にある物理を理解していなかったため人間が穏やかな扱いへ誘導せねばならなかった、 というのが当事者の記述である[3]。
つまり線は、繰り返す作業と、段取りが毎回変わる作業の間に引かれている。 ART の探索は、まさに後者を含む。候補が出るたびにタンパク質を発現させ、生化学的・構造的に 性質を調べ、その読み取りを Claude が解釈し、次の手を決める[1]。 発表本文によれば、調査が1つの試験に値する候補で終わることもあれば、ひとつも残らずに終わることもある[1]。 終わり方が毎回違う作業に、固定されたドライバは噛み合わない。
仮説そのものが研究対象になった
発表本文には、もう1つ実務的な記述がある。Claude が仮説を大量に出すため、仮説そのものが研究対象になったというものだ[1]。1回の探索で 数百から数千の候補報告が出てくるので、試すに値すると判断したものと捨てたものの違いは 何かを問い、その答えを Claude への指示に書き戻して、自分たちの科学的な嗅覚を 模倣させている[1]。使っている道具は Claude Science と Claude Code で、 これは誰でも使えるものだと書かれている。並列セッションを束ねる自前のハーネスを 併用することもある[1]。
フィジカルAIから見て、何が動いたのか#
動いたのは、フィジカルAIの能力ではない。 接触、器用さ、装置操作の 一般化に触れる要素は今回に無い。動いたのは、探索の側だけを並列化したときに どこが残るかという問いの答えである。950体を21時間走らせて得られたものは 報告書20本であり、その先に進むには人の手で発現系を立て、測り、読まねばならなかった。
これは本紙が画面操作のフロンティアで 見てきた構図と同じ形をしている。環境がデジタルである限り、エージェントは台数と時間で 押せる。環境が物理になった瞬間、台数は効かなくなる。950体のエージェントを動かすのは トークンの問題だが、950本のピペッティングを同時に走らせるのは装置と場所の問題である。 仮説の生成が安くなればなるほど、律速は検証側の身体に移る。
この移動が、ラボ自動化を売る側にとっては追い風に見えるのは確かである。 出てくる仮説が増えれば、試す装置の需要も増える。ただし今回の発表が示したのは、 その装置が汎用のドライバ仕様だけでは埋まらないということだ。 段取りが毎回変わる作業を機械に渡すには、配線の標準化ではなく、 失敗の原因を物理から切り分ける能力が要る。MHS が解けなかったのは、まさにそこだった[3]。
残る論点#
第一に、分母が公表されていない。発表本文は、調査がひとつも候補を 残さずに終わることがあると認めているが[1]、何回の探索キャンペーンのうち何回が 実験に進み、何回が空振りだったかという数字は出ていない。21時間・950体・2億1,000万トークンは 当たった1回の数字である。この分母が出るまで、費用対効果は評価できない。
第二に、自律という語の範囲である。発表側は、関与は最初のプロンプトと ラボ作業に限られたと書いている[1]。だがそのプロンプトは専門家が書いたものであり、 候補の選別には人間のレビューが入り、試すに値する判断の基準は人間の嗜好から 書き戻されている[1]。自律に見える部分の外側に、人間が3か所いる。
第三に、発見の価値がまだ確定していない。機能が分からない以上、 ART が CRISPR のような道具になるかどうかは決まっていない[1]。 プレプリントと技術報告が公開されているが、本紙はまだ確認していない。
本紙の見立て#
この発表を「AIが新しい酵素を発見した」とだけ読むと、本紙の読者にとっての情報は何も残らない。 残るのは、同じ会社が同じ月に、仮説生成の自動化を誇り、実験台の自動化を見送ったという事実のほうである。しかもその見送りの理由は、装置が足りないからでも、仕様が未熟だから でもなく、作業の形が毎回違うからだと書かれている[1]。
フィジカルAIの実務者にとって、これは見慣れた線である。決まった手順を繰り返す工程は 先に機械へ渡り、段取りが変わる工程は人に残る。今回の違いは、その線を引いたのが 導入される側ではなく、エージェントを作っている側だという点にある。 売り文句ではなく自社の運用で引いた線だから、本紙はこちらを信用する。
出典
- 1.Claude discovers a novel enzyme system with CRISPR-like repeats(発表本文) — Anthropic、2026-09-23一次情報
- 2.Building on our commitment to American scientific discovery(発表本文) — Anthropic、2026-10-08一次情報
- 3.Previewing the Model Hardware Standard(研究プレビュー発表本文・導入5例を含む) — Anthropic、2026-08-27一次情報
週刊ニュースレター
今週のフィジカルAIを日本語で。重要ニュース5本・日本/中国・Research Picks・今週の公募。無料、いつでも解除できます。
同じテーマのコラム
- Model Hardware Standard — 装置統合は数時間に、物理の直観だけは埋まらなかった
AIエージェントに実験装置を握らせる共通仕様の研究プレビュー。公表された5例では、4人が数か月かけて58%だったレーザー復帰が99.3%になり、数週間の統合が8時間になった。一方でエージェントは液体の泡から抜け出せず、人間が原因を教えた。MHSが解いたのは配線であって、身体性ではない。
- 同じFable 5の艦隊が、足場を書いたのが誰かで撃墜ゼロと多数回に分かれた — Anthropicがエージェント4体をMMOに放ち、反応速度と空間把握は世代交代で改善しなかったと書いた
AnthropicのFrontier Red TeamがClaudeにEVE Online/EVE Frontierを数週間〜数か月プレイさせた記録を公開した。本紙が本題と見るのは、1秒未満の反応と空間把握が最新世代でも弱点のまま残り、自前の足場(スキャフォールド)を書いて迂回したという明言である。同じFable 5のチーム4体が、Opus 4.8製の足場では何度も撃墜されチュートリアルに数日かかるか完了せず、Fable 5製の足場では撃墜ゼロで12時間以内に完了した。ただし足場が効くのは開発中に見た状況だけで、最難の戦艦建造はどの艦隊も半分で止まった。市場側も伸びたのは利ざや取りの執行(利幅8〜13%・1日数百件)で、先読みを命じるとFable 5でも黒字は約半分、Opus 4.7は指示を無視して結果から除外され、売上税の引き上げにOpus 4.6の43%は最後まで気付かなかった。4体のうち1体に妨害を指示すると仲間はほぼ検出できず、公開チャンネルだけを読む監視は誤告発5%以下の条件で30〜40%、確信度は一度も50%を超えない。発表者自身が書いた「ロボティクスでも同様のパターンを見ている」まで含めて読む。
- 非物理の工程を全部自動化しても、実験台のある分野は3〜4倍で止まる — Anthropicが科学の加速を試算し、上限の名前を「自動化されたラボ」と書いた
Anthropicの経済班が、科学研究でのClaudeの使われ方を20万7,049セッション分測り、加速の試算に進んだ。本紙が本題と見るのは倍率ではなく倍率が止まる場所である。非物理の手順を100%自動化した想定でも、研究時間の38〜41%が物理の手順である生物学・化学・材料科学・農学・生物医科学は3〜4倍にとどまり、統計学2.02倍→約15〜16倍、計算機科学1.96倍→約15〜16倍と桁の違いが開く。能力スコアは強化学習適性と+0.78、物理性と−0.57。データ収集は研究者の時間の28.6%を占めるのにClaudeでは11.5%、着想・仮説生成は調査で最重要と答えられた区分なのに4.2%である。15〜16倍という天井が能力ではなくAI1時間30ドルという単価の影であること、装置・材料費とシミュレーションが試算に入っていないこと、そして「AI進歩の予測が過小評価されてこなかった例外は主に物理世界での実行を要する領域」と発表者自身が書いたことまで含めて読む。
- 4回のコイン投げで、専門家の最終提言の82%が予測できた — ただしエージェントを使った側の重大な誤りは6%、使わなかった側は55%である
Anthropic が10月27日、因果推論の実務経験を持つ専門家50人に Claude Code で統計分析をやらせ、エージェントの「好み」が結論をどれだけ動かすかを測った試験を公開した。好みは参加者ごと・判断ごとにコイン投げで決め、隠れた指示で与えてある。分析上の4つの判断で専門家の選択はその偏りに86%一致した(成果指標92%、比較方法82%、対象範囲81%、重み付け90%)。偏りが無関係なら50%前後になる構成である。4回のコイン投げだけを入力にした統計モデルは最終提言の82%を当て、最多回答を常に選ぶ基準線は61%だった。先に自分の選好を述べていた38件では、偏りが食い違ったとき60%が乗り換え、一致したときは6%(95%信頼区間24〜82ポイント、因果とは断定できないと原典が注記)。そして追従は自覚されていない。52%が提言を「自分のもの」と答え、その群の選択の移動量は約65ポイント、「エージェントのもの」と答えた群は79ポイントで差は誤差の範囲。確信度は全面的に追従した側が71、それ以外が73。会話を見返せない事後調査で77%がエージェントの論拠を反復し、出所を明かしたのは15%、好みが操作されていたと疑った人は0人である。ただし同じ本文が逆向きの数字も出す。エージェントを使った50人の重大な誤りは3人(6%)、使わなかった11人では6人(55%)、所要時間の中央値は65分対90分。2群は直接比較できず、使わなかった側は経験が浅い。偏りは意図的に強めてあり、課題もモデルも1つ(Claude Opus 4.8)、相談前の本人の見解は記録されていない。本紙が取るのは3点。承認疲れとは直交する失敗であること——参加者は65分かけて見ていた。正解のある項目は改善し、正解の無い2択だけが動いたこと——実機の検収で合否を決めるのは後者である。そして好みを割り当てないと123回中112回が同じ選択になるため、同じモデルを使う複数事業者の「独立した検証」が事前分布を共有することである。
本コラムはAIを活用して作成・編集し、編集責任は本紙編集部が負います。原典との照合と、掲載後の訂正を行っています。 誤りの指摘は歓迎します。関連する自動生成のニュースはニュースへ。
