药物早期最磨人的一步，常常不是“想出一个分子名字”，而是设计能牢牢咬住靶点的蛋白 binder，再送到湿实验台验证。Anthropic 8 月 18 日的研究帖给出一组可核对数字：Claude（Mythos Preview 与 Opus 4.8）对 15 个靶点设计 minibinder，外部评估显示 14 个靶点成功；单次设计命中率在 22%–35%，而今天蛋白设计战役的常见水平大约是 10%–15%。有些高亲和力设计甚至超过已发表最佳结果。
[1]官方流程很具体。多靶点模式：Opus 4.8 与 Mythos Preview 在 48 小时墙钟、最多约 12,500 个 H100 小时内同时打全部靶点，命中率约 22.6% 与 26.7%。单靶点模式：Mythos Preview 每靶 24 小时、最多约 2,500 H100 小时，命中率升到 35.1%。Claude 自行选结合位点、编排结构/序列设计与共折叠模型、多轮优化，再交给 Adaptyv Bio 与 Twist Bioscience 验证；人类主要批网络权限和盯基础设施。第二项：给 Opus 5 合同实验室的 NMR 与 LC-MS 原始文件加两句提示，分别用 23 与 19 分钟交出结果，氢计数与纯度（96.4% vs 96.33%）对齐实验室分析。
[1]值得拆开的不是“AI 会做药”的口号，而是分工变了：专家模型仍负责折叠与打分，Claude 负责战役编排——选位点、循环优化、多样性筛选。Adaptyv 竞赛靶点上，Mythos Preview 单靶对 RBX1 做到 40% 命中，参赛者约 3.7%；Opus 4.8 还在 TNFα 上做出跨物种 binder，而 Mythos Preview 失败——官方坦承不知道原因。作者判断：这更像把“计算生物学家几周的操作手册”压缩成一次可审计的 agent 会话，而不是替代湿实验本身。
[1]行业读法会分裂。药企会盯命中率与亲和力是否可复现、提示词与算力预算能否迁移；安全侧会盯 Mythos 级生命科学能力仍被门控、科学家准入计划尚未完全放开的事实。Anthropic 也写明：加速药物研发还有大量政策与运营瓶颈，不只是模型能力。外部湿实验由合作方完成，读者应把“14/15 靶点成功”理解为官方公布的合作评估结果，而不是公开可下载的完整原始板数据。
[1]如果把 FLT 式数学验证看作“秒级可复查”，蛋白设计则把验证成本抬回周级。Anthropic 选择先公开可比较的靶点与命中率，是在用实验科学的慢时钟证明 agent 编排有用。收束：下一阶段竞争不在再堆一个生成器，而在谁能把编排日志、湿实验回传与准入护栏做成同一条流水线。
[1]