Anthropic：Claude 在专家难倒的生物学数据题上解出约 30%
Anthropic 用 99 道真实生物数据题对比 Claude 与专家小组，专家在 23 题上无解，最新模型解出其中约 30%，并攻克剩余大部分题目。
查看原文AI 资讯解读
核心要点
Anthropic 公布 Claude 在生物数据推理任务上的最新评估结果：在 99 道真实生物数据题中，当人类专家小组在 23 道题上完全无法作答时，Claude 最新模型解出了其中约 30%，并完成了剩余大部分难题。这一结果表明 AI 在处理超出人类当前认知边界的复杂科学问题上取得了显著进展。
深度解读
这项测试的意义远超普通基准榜单，它直接挑战了"AI 只能在已知知识范围内作答"的偏见。23 道题让专家无解，说明这些题目涉及的是前沿科学中尚未形成共识的边缘问题。Claude 能解出其中约 30%，意味着模型并非依赖记忆，而是在进行真正的科学推理。
从行业影响看，这可能重塑科研辅助工具的定位——从"辅助查找文献"升级为"探索未知领域"。生物学尤其适合这种能力，因为该领域数据维度高、变量关系复杂，人类专家容易陷入认知盲区。值得注意的是，这不代表 AI 已超越专家，而是在特定任务类型上展现出互补优势：专家擅长在已知框架内深度验证，AI 则可能在框架外发现新关联。
与近期 DeepMind AlphaFold 系列突破相比，这条新闻更侧重"推理"而非"结构预测"，两者结合可能构成更完整的 AI 科研助手生态。
值得关注
- 具体是哪些类型的生物问题被攻克——是代谢通路、基因调控还是蛋白质功能预测？这将揭示模型的能力边界
- Anthropic 是否会开放这 99 道题作为科学推理 benchmark，让学术界复现和扩展
- 当 AI 能解决人类"无解"的问题时，如何建立答案验证机制，避免模型"自信地错误"
本解读由 AI 自动生成，仅供参考。请以原文为准。