诺奖得主John Jumper加入Anthropic，Claude背后藏了什么秘密？

在2020年的时候, 有一个始终困扰科学界长达50年之久的难题, 被一个刚刚博士后毕业仅仅才只有6个月时间的年轻人给解决掉了。

当时, 有个叫John Jumper的年轻人, 他连深度学习都得一边做一边去学习, 然而, 他带着AlphaFold 2在CASP14竞赛里突出重围, 蛋白质结构预测的GDT_TS中位数达到了92.4, 这和花费数月乃至数年的冷冻电镜实验结果是差不多的。

过去, 生物学家要花费几个月的时间, 才能够解出一个蛋白质的结构呵 , 可是, 这个AI模型呵, 几分钟的时间, 就把它搞定了。

2024年, 凭借相关成果, Jumper荣获诺贝尔化学奖, 最终成为70年来最年轻摘得该化学诺奖的得主。今年6月19日, 他公布要加入Anthropic。

这件事如同把一位核弹设计师请到制造手机的工厂里, 这位设计师, 他有着伴随于其中的三代AlphaFold积累得到的全部技术, 然而, 恰好在这里, 有着已然摆定要对生命科学予以颠覆性变动的整张棋盘那样条件背景下的Anthropic。

核心技术怎么融合开云app官方入口网站，用一个比喻就懂了

当Jumper身处DeepMind之际, AlphaFold属于专用科学模型, 此模型仅做一件事情, 即预测蛋白质的结构 , 其核心架构为EvoFormer , 该架构借助进化信号去推断空间关系 , 形同侦探依据通话记录来推断谁常常共处、频繁相聚。

在Anthropic, 他要做的事全然不一样, 是要将那同样的底层技术, 塞入通用智能体框架之中。

这仿佛是让一位仅仅涉及过赛车引擎设计的工程师去打造家用轿车。引擎的核心热力学原理未曾改变, 然而整车架构却全然不同, 它需要懂得导航, 会避开行人, 能够自动泊车。Jumper当下所要做的, 便是把AlphaFold那个精密的“引擎”安置进Claude这个“整车”之中。

Claude Fable 5已然呈现出令人惊叹的基础能力, SWE - Bench Pro代码任务的完成比率达到了80.3%, 此数据是GPT - 5.5的1.4倍, 它支持高达千万级的token上下文 甚至还能够对5千万行代码的代码库进行迁移 Jumper所赋予的 乃是在这些能力基础之上 增添生物学方面的认知。

具体能带来什么开云真人app官网登录app,开云真人app在线登录开云手机入口app下载，三件事最值得关注

其一, 生物医学人工智能径直踏入“专家模式”。 Anthropic的Mythos 5模型于药物设计任务里达成速度提高约10倍, 独自完成了基因治疗研究任务, 甚至还递交过有关大肠杆菌蛋白的新机制假说, 随后经实验证实。

接入(Jumper)之后, (AlphaFold 3)于多分子交互预测方面所具能力（该能力体现为蛋白质与配体对接准确率达76.4%）, 将会径直并入(Claude)的生物理解模块。这表明, (Claude)不再单单是“知晓氨基酸序列”这般简单, 而是能够“明白蛋白质如何进行折叠, 药物怎样实现结合”。

首先, 存在第二点情况, 即科学计算的角色发生了转变, 从原本作为辅助工具的状态, 转变成为了自主进行研究的那一方。DeepMind研究副总裁Pushmeet Kohli曾公开表达观点, 声言AI科学正在经历一种转变, 这种转变是从“专用模型辅助”的模式, 朝着“通用智能体自主研究”的方向进行的。并且, Claude Fable 5在能力方面已然起到了相关支撑作用: 它拥有持久文件内存, 这种内存竟然使得长期策略游戏当中对它的运用表现提升了3倍之多。

添加上Jumper于多序列比对方面的积累, 以及在大分子相互作用预测上的经验积累, 这般情况下, Claude未来的形态极有可能为, 你向它抛出一个科学问题, 它会自行去阅读文献, 会自己去构建模型, 会自主去开展模拟, 会独自去撰写验证方案。

其三, Anthropic已然在铺设整个体系, 且在2026年4月, 他们以大约4亿美元的资金作价收购了AI生物技术公司Coefficient Bio, 该公司的核心成员源自Genentech的计算生物学团队, 况且与此同时正在自行建立湿实验室。而所谓湿实验室, 就是将AI所预测的结果拿去付诸真实实验验证。

Jumper的加入, 恰恰补足了“懂蛋白质”这一最为关键的人才拼图, 使得自AI预测直至湿实验验证的闭环出现了核心引擎。

这场竞争的赌注是什么

有行业分析师觉得, Jumper的加盟此情况, 乃是使AI for Science赛道步入到“通用智能体自主去做科学”这般阶段的具有标志性意义的事件。Anthropic正尝试着, 在DeepMind的Isomorphic Labs腹地之处去进行正面竞争性行为。

关键差别之处在于路线, DeepMind所采用的是专用科学模型路线, 针对一个模型而言, 它解决一个问题;Anthropic运用的是通用智能体路线, 就同一个模型来讲, 它使得既能进行代码编写, 又能够开展研究, 还可以设计药物。

曾Jumper在DeepMind的AlphaFold这种模式之下达成了人类所能够达到的极限程度, 而当下已然到了这样一个时候, 那就要去瞧瞧, 这一套技术在通用智能体框架当中究竟能够生成怎样的一种化学反应了。

在未来, 科学家或许已不再是于实验室当中端坐的那一个人, 而是在对着Claude讲述表述其问题, 随后借此静静等待Claude给出实验方案以及预测结果的那一群人。Jumper的来临, 使得这个场景出现实现的时间又朝着前方推进了一大步。

标签： AIforScience Anthropic Claude AlphaFold JohnJumper