Anthropic 下场自建湿实验室，这事刚传出来的时候，圈内不少人第一反应都是“终于来了”。搞大模型的公司去租场地、买移液枪、养细胞房，听起来像跨界，但如果把这几年的 AI4S 发展脉络捋一遍，会发现这一步几乎是必选项。今天这篇不聊八卦，就纯粹从从业者视角，拆一拆湿实验室在 AI4S 赛道里到底是什么位置，Anthropic 这一脚踩进来会改变什么，以及我们这些做算法、做数据、做科研转化的人，能从中读到哪些信号。

1. 一个关键信号：AI4S 的竞争正在从“算力”转移到“实验能力”

先说结论，Anthropic 下场建湿实验室，标志性意义不在于它有钱建实验室，而在于它把 AI4S 的核心矛盾从“模型够不够聪明”拉到了“数据从哪来、验证怎么做”这个更原始的层面。

1.1 为什么 AI4S 突然绕不开“湿实验室”

AI4S（AI for Science）这个词这几年被反复提及，但很多人的理解还停留在“用 AI 跑跑分子动力学模拟、预测一下蛋白质结构”这个层面。实际上，AI4S 是一个完整的闭环：AI 模型给出预测，实验去验证，验证结果再回流训练模型，模型再产生新的假设，循环往复。这个闭环里，最卡脖子的环节从来不是模型本身，而是高质量实验数据的获取。

过去十年，AI 在生命科学、材料科学等领域最成功的几个案例，比如蛋白质结构预测，本质上吃的是“干数据”——也就是已经发表在论文里的、结构已知的蛋白质序列和结构数据库。但当我们要研究的是一个全新的分子、一个没有文献积累的材料配方、一个罕见突变的功能影响时，干数据就不够用了。这时候必须回到真实物理世界，用真实的实验去制造数据，这个制造数据的场所，就是湿实验室。

所谓“湿实验室”，是相对于“干实验室”（也就是纯计算、纯模拟的环境）而言的。它里面有离心机、培养箱、显微镜、PCR 仪、自动移液工作站，能干的事情包括但不限于细胞培养、基因编辑、蛋白表达纯化、化合物合成筛选。AI4S 想要真正落地到药物研发、合成生物学、新材料开发，没有湿实验室里的真实反馈，就永远是在纸上练兵。

1.2 大模型公司建实验室，补的是“数据闭环”而不是“面子工程”

Anthropic 的核心资产是 Claude 系列模型，尤其是擅长长上下文和复杂推理的版本。但模型再强，如果喂给它的科学数据是二手的、碎片化的、噪音巨大的，它在科学发现上的能力天花板就非常明显。OpenAI 之前和生物实验室合作，Google DeepMind 有 AlphaFold 的积累，Anthropic 选择直接自建实验室，逻辑其实很直白，把数据生产的源头攥在自己手里。

从我的角度看，这种“自己下场做实验”的模式，和传统药企建实验室有本质区别。传统药企建实验室是为了直接产出候选药物，而 AI 公司建实验室更像是给模型建一个“数据工厂”。这个工厂的核心产出不是一篇论文，也不是一个化合物，而是结构化、标准化、可回流训练的实验数据流。谁掌握了这个数据流，谁就掌握了 AI4S 的下一个十年的主动权。

2. 湿实验室在 AI4S 流程里到底扮演什么角色

要理解 Anthropic 这一步的分量，得先把 AI4S 的工作流拆开看。一个典型的 AI4S 项目，从问题定义到结论产出，通常要经过五个环节，湿实验室在其中承载了至少三个关键职能。

2.1 从问题到假设：AI 生成实验方案的边界在哪里

AI4S 的第一步是定义科学问题，并且生成可检验的假设。这一环节目前大语言模型确实能帮上忙，比如让模型阅读几百篇文献后提出一个可能的基因调控机制，或者给出一组可能具有特定活性的化合物结构。问题在于，AI 生成的假设如果不经过实验检验，就永远只是“看起来合理”。

这里有个常见的误解，很多人觉得 AI 已经可以自动设计实验了，只要告诉它目标，它就能给出方案。实际上，当前 AI 生成实验方案的可靠性远远达不到“免检”级别。我自己在项目里试过让模型设计一个 CRISPR 基因敲除实验，它给出的方案在文献层面完全正确，但真到湿实验室里执行，会忽略很多隐性条件，比如细胞系的代次、转染试剂的批次差异、培养箱的湿度波动。这些隐性条件只有真实做过实验的人才懂，而且恰恰是实验成败的关键。

湿实验室在这里的第一个作用，就是作为“假设的过滤器”。AI 每天可以生成一百个假设，湿实验室的产能决定了其中多少个能被真正验证。如果实验室产能跟不上，AI 再多产假设也是空转。

2.2 实验执行与数据生成：自动化是唯一出路

传统的湿实验室实验执行高度依赖人手，一个熟练的研究员一天能做几十个样品已经算高效了，而且操作一致性很难保证。AI4S 对实验数据的要求恰恰是大规模、标准化、可重复，这就逼着湿实验室走向自动化。

自动化湿实验室的核心设备包括：自动移液工作站（比如 Opentrons 这类相对亲民的平台）、高通量筛选系统、培养箱与成像系统联动、以及实验室信息管理系统。Anthropic 如果自建实验室，几乎可以肯定不是传统的手工实验室，而是一个高度自动化的“实验室工厂”。流水线式的实验流程，每一步都记录到系统里，样本的每一个操作都有数字孪生级别的追踪。

这种模式的优势非常明显，数据的一致性大幅提升。同样是测一个化合物的 IC50 值，人工操作可能因为移液误差导致 10%-20% 的偏差，自动化系统能把误差控制在 2% 以内。对于训练 AI 模型来说，低噪音的数据比大数据量更宝贵，因为模型学到的是真实的生物学信号，而不是实验操作的随机误差。

2.3 数据回流与模型迭代：湿实验室是 AI4S 的“强化学习环境”

AI4S 最理想的状态，是形成一个类似于强化学习的闭环：模型提出假设，实验验证假设，实验结果作为奖励信号反馈给模型，模型根据反馈调整下一次的假设生成策略。这个框架里，湿实验室扮演的完全是环境中“环境”的角色。

举个容易理解的类比，AlphaGo 下围棋，它的强化学习环境是围棋规则本身，每一步落子都能得到一个明确的对错信号。AI4S 的情况复杂得多，模型提出的假设是否成立，没法通过规则计算出来，只能通过真实实验去检验。湿实验室就是 AI4S 的“棋盘裁判”，模型每走一步，它给出一个真实的反馈。

为什么这个闭环如此重要？因为没有反馈的模型迭代效率极低。如果模型只是不停生成假设，但没有人告诉它对错，它就只能在语言空间里自我循环，看起来说得头头是道，实际上离科学事实越来越远。有了湿实验室的反馈，模型才能真正“学习”——哪些假设被实验证实了，哪些被否定了，判断依据是什么，这些信息才是 AI4S 下一个突破的燃料。

3. 从投入模式看 Anthropic 的选择，以及不同玩家路线的底层差异

Anthropic 自建实验室，在投入模式上和别的玩家可能走的路不太一样。我对比了目前几种主流做法，各有各的逻辑，也各有各的坑。

3.1 三种典型模式：自建、共建、纯合作

先上一张对比表，方便大家直观理解几种模式的区别。

Anthropic 选的是第三条路，自建。这条路最重，但长期壁垒最高。数据安全、实验流程标准化、模型与实验的迭代节奏，全部掌握在自己手里。

3.2 自建湿实验室的“重”体现在哪里

很多人对湿实验室的投入没有概念，觉得不就是租个场地买点设备吗。实际上，一个中等规模的自建湿实验室，前期投入通常在数百万到上千万美元级别，而且这只是起步。

首先是场地。湿实验室对基础设施有硬性要求，通风系统需要满足一定的换气次数，废水处理需要符合环保规范，不同实验区域需要物理隔离防止交叉污染。这些不是随便找个写字楼就能解决的，必须找专业的设计院来规划实验室布局。

其次是设备。一台高通量自动移液工作站几十万人民币起步，一套细胞培养与实时成像系统又是几十万，再加上蛋白纯化系统、质谱仪、测序仪，核心设备清单拉出来，百万级预算是很轻松的事。而且这些设备不是买回来就能用，还需要持续的维护、校准、耗材供应。

最后是人才。湿实验室最稀缺的不是设备，而是既懂实验又懂自动化、还理解 AI 流程的交叉人才。一个能独立搭建自动化实验流程的人，市面上极其稀缺。Anthropic 就算有钱，也需要花大量时间去招人和培养人。这也是为什么很多 AI 公司宁愿选择合作而不是自建，人才的瓶颈比资本更卡脖子。

3.3 为什么 Anthropic 仍然选择最重的路

我的理解是，Anthropic 的核心判断在于：高质量科学数据的稀缺性，在未来的三到五年内只会加剧，不会缓解。与其每次和数据持有方谈判数据授权、磨合数据格式，不如自建一个完全属于自己的数据生产线。

另一个容易被忽略的因素是“数据飞轮”的速度。纯合作模式下，一个实验从提出需求到拿到结果，受制于合作方的排期和流程，可能一轮就要一两个月。自建实验室可以把一轮实验压缩到一到两周，而且可以和模型迭代并行进行。在 AI4S 的竞争里，速度就是壁垒，一个模型如果在同样的时间里多获得三倍的实验反馈数据，这个差距会越拉越大。

4. 实操视角：AI4S 项目里，数据和模型之间到底该怎么搭配

聊完了 Anthropic 的战略层面，回到我们每个从业者能直接上手的事情上。不管你是做计算生物、做材料信息学，还是做 AI4S 平台开发，数据和模型的搭配逻辑是相通的。这里分享几点我踩过坑之后总结的实操经验。

4.1 别急着上大模型，先把实验数据管道理清楚

AI4S 项目里最常见的失败开端，是算法团队一上来就训练大模型，结果发现喂进去的数据格式乱七八糟。不同实验来源的数据，命名规则不一样、单位不统一、缺失值处理不一致，这些“脏活”不干，模型再强也白搭。

我现在的习惯是，项目启动的前三分之一时间，全部花在数据标准化上。每一个实验数据字段，都要有明确的数据字典定义。比如“浓度”这个字段，到底是摩尔浓度还是质量浓度，单位是 mM 还是 mg/mL，在数据字典里必须写死。样品编号规则也要统一，能从编号直接反推出实验时间、细胞批次、操作人员。

这块工作听起来不性感，但它决定了模型训练的上限。Anthropic 自建湿实验室，大概率在第一天就会定下一整套严格的数据规范，因为这是数据闭环的地基。

4.2 实验设计要多问“为什么”，少做“无脑跑”

AI4S 模型的输出往往是一批候选结果，比如几十个候选化合物或者基因位点。很多人的第一反应是把这批候选全部跑一遍实验验证，但湿实验室产能有限，盲目全跑既浪费资源又拉长周期。

更高效的做法，是先用规则和模型再做一轮筛选和排序。比如候选化合物可以按三个维度排序：预测活性分数、结构新颖性、合成可行性。选出排名前 10% 且覆盖不同结构类型的候选，先跑第一轮小规模实验。等第一轮结果回来，再修正模型预测，指导第二轮实验选择。

这也是为什么我一直强调，AI4S 不是“AI 替代科学家”，而是“AI 辅助科学家做更聪明的实验设计”。Anthropic 自建实验室之后，如果要真正用起来，也必然会走这个路线——用模型压缩假设空间，用实验验证最有价值的少数假设，而不是让实验盲目铺量。

4.3 连接 API 时，最常见的三类“连接失败”问题

AI4S 项目免不了要和大模型 API 打交道，很多团队在这里会卡住。我自己实测过几次，总结下来最常见的“unable to connect to anthropic services”这一类报错，大致可以分成三种根因。

第一种情况最容易被忽视，很多时候程序代码没问题，纯粹是网络链路的问题。第二种情况常见于团队内部多人共用账号，某个人的 Key 权限不够，或者调用了未开通的模型端点。第三种报错比较典型，就是标题里那个“expected a gateway model route”类似的情况，本质是网关路由与实际请求不匹配，需要检查配置文件里的端点声明和实际环境是否一致。

这类连接问题本身不难解决，难的是很多人遇到报错后第一反应是“代码问题”，改了半天代码发现没用。我的建议是：遇到连接类报错，先按链路分层排查，网络、鉴权、路由，一层层排除，别上来就改代码。这虽然是基础经验，但真的能帮大家省掉很多无意义的挣扎。

4.4 AI4S 项目数据闭环的最小可行版本

如果你现在手头有一个 AI4S 项目，但在犹豫要不要一开始就建全套湿实验室基础设施，我建议先跑一个“最小可行闭环”。

这个闭环包含四个要素：一个能生成科学假设的模型、一个相对标准化的实验数据库（哪怕是来自公开文献）、一个快速的实验验证渠道（可以先用 CRO 合作）、和一个简单的结果反馈机制（把实验结果整理成模型能读的格式，定期回流）。

先跑通小闭环的意义，在于用最小的成本验证“AI 生成假设—实验验证—数据回流”这个流程是否真的转得动。如果在小闭环里模型生成的假设经过实验验证成功率很低，问题可能出在模型、实验设计或者数据质量上，还能及时调整。如果一开始就铺大摊子自建实验室，发现流程跑不通的时候，沉没成本就太高了。

5. 常见误区与实战避坑指南

AI4S 这个概念听起来高端，但真正落地时，踩坑的概率和传统科研项目不相上下。下面几条误区，是我在项目里亲眼见过的，特别值得注意。

5.1 误区一：模型预测分数直接当作“实验结论”

这是最危险的一个误区。模型的预测分数本质是“概率估计”，它告诉你的是“在训练数据分布下，这个结果出现的可能性”，而不是“真实世界里一定如此”。很多项目团队图省事，用模型分数代替实验验证，最后在关键决策上翻大车。

正确的态度是：模型分数用来排优先级，实验验证来定真伪。Anthropic 建湿实验室，本质上就是对“模型分数不等于实验结论”这句话最大的背书。真金白银砸实验设施，就是为了给模型分数找一个“质检员”。

5.2 误区二：数据越多越好，忽略实验设计的正交性

有些团队拿到湿实验室的自动化设备之后，控制变量也不做了，设计也不再考虑了，反正跑得块就多跑一点。结果跑出来一大堆数据，里面高度相关、互相覆盖，模型训练之后泛化能力反而更差。

实验设计的好坏，直接决定数据的信息量。好的实验设计，应该尽量覆盖参数空间的不同维度，让每个维度都有独立的样本数量支撑。与其跑 1 万个高度相似的样品，不如设计得精巧一些，跑 2000 个正交覆盖的样品，后者对模型训练的贡献往往更大。

5.3 误区三：把 AI4S 当作纯软件工程来做

AI4S 天然跨界，但很多团队把它当作纯软件工程来做，要么只有算法工程师，要么只有生物学背景的科研人员，两拨人互相听不懂对方的话。

我们项目里解决这个问题的方式，是每个子任务都必须有至少一个“翻译者”——既理解模型训练的基本逻辑，又做过真实实验，能两边沟通。这种交叉人才不好招，但确实是 AI4S 项目顺利推进的润滑剂。Anthropic 下场做湿实验室，同样面临这个组织问题，它能不能把这个交叉团队磨合好，比实验楼盖得漂不漂亮重要得多。

5.4 避坑经验：实验记录从第一天就电子化，别依赖纸质本

传统科研环境里，很多人习惯在纸质实验记录本上手写记录，这个习惯在 AI4S 项目里必须改。纸质记录无法被模型直接读取，信息检索效率极低，而且容易出现笔误。

从项目第一天起，所有实验必须通过电子系统记录，包括样品制备步骤、仪器参数、操作时间戳、操作人。这些元信息和实验数据一样重要，模型在训练时如果能结合操作参数理解实验结果，对异常数据的归因会有显著帮助。

6. 从 Anthropic 这一动作，看 AI4S 赛道的机会窗口

最后回到最初的问题，Anthropic 下场建湿实验室，AI4S 赛道要起飞了吗？我的判断是：不是“要起飞”这么简单，而是“赛道竞争的基础设施标准被抬高了一级”。

以前做 AI4S，模型好算力够就能讲故事；以后做 AI4S，没有高质量实验数据闭环，模型再强也很难形成护城河。Anthropic 这一步，相当于给整个赛道定了一个新门槛：想往这个方向走，就得认真考虑实验数据从哪里来、怎么标准化、怎么回流，而不是只盯着模型参数。

对我们这些从业者来说，这其实是好消息。门槛变高意味着赛道不会快速泡沫化，有真实实验数据支撑的团队会走得更远。接下来两三年，我大概率会看到一批“与大模型公司紧密绑定的自动化湿实验室”生态出现，像自动化设备厂商、实验室信息管理系统服务商、数据标注与清洗团队，都会迎来一波肉眼可见的需求增长。

我个人在实际项目里的体会是，AI4S 这个东西，越往里走越会发现，真正的壁垒永远不在模型本身，而是在“模型和真实世界之间的那道接口”上。谁把这个接口打磨得越顺畅、越标准化、越自动化，谁就越有话语权。Anthropic 建湿实验室，就是在抢先打磨这个接口。至于最后谁能跑出来，我们保持关注，边做边看。