Claude 藥物研發解析：六個合作案與 Mithril，證據走到哪裡？（2026）

2026 年 10 月 27 日，Anthropic 在官網發布〈Early progress on accelerating drug development with Claude〉，公開六個合作組織的早期成果，以及收購 Mithril Medicine 後的自有研究計畫。這份 Claude 藥物研發報告，最值得讀的問題是：當 AI 開始串起設計、實驗、文件與外部實驗室，哪一段真的變好了，又該用什麼證據驗收？

先看全貌：這是一組分子與細胞實驗、製藥文件評估，以及小鼠前導研究。它們回答不同問題。以下先整理六個合作案，再核對兩組容易被標題壓扁的數字，最後回到 Mithril：一人公司背後，究竟有哪些人與實驗設施在工作。

Claude 藥物研發的主張：把整條流程接起來

We’ve also begun drug discovery efforts of our own.

中文：我們也開始了自己的藥物發現工作。

Anthropic，2026 年 10 月 27 日

這句話點出了 Anthropic 角色的變化。原文更廣的主張，是研發瓶頸分散在整個流程。找出一個能結合目標蛋白的分子，只是研究的一段。接著還要調整它的穩定性、聚集傾向與製造條件，整理實驗紀錄，規畫如何在人體檢驗。某一段加快，其他關卡仍然可能拖住整個計畫。本站先前的Claude 蛋白質設計分析聚焦 binder 命中；這次的新進展，是研究範圍延伸到多種研發與營運任務。

Anthropic 把深入真實計畫視為三種回饋：找出模型需要改善的能力、提供生命科學社群案例，以及期待部分計畫日後產生有效藥物。第三項仍是目標，前兩項則可以從今天公開的流程與紀錄開始評估。

六個合作組織，交出的其實是六種不同作業

合作組織	任務	截至這次報告的證據	應如何命名
Generate Biomedicines	縮短 CAR T 細胞療法的受體訊號區段	原文報告約縮短 70%，並在實驗室看到表現與功能改善	受體設計與細胞測試
Divergence Labs	設計抓住 IgE 與移除受體上 IgE 的兩種抗體臂	實驗測試 91 個移除臂設計，其中 20 個呈現活性；另有 3 個錨定臂命中	尚待整合的分子部件
BigHat Biosciences	同時優化抗體片段的結合、穩定與聚集特性	約 10 週、7 輪、約 1,010 種變體；最後選出的兩種先導分子各有折衷	自動實驗室中的先導優化
Enveda	檢查製造批次紀錄與草擬監管文件	四份紀錄、1,061 頁；比較人工審閱與 AI 輔助流程	文件品質與工作時間
The Column Group	建立 Pleiades 與藥物標的評估流程	原文稱首個 Skill 在 45 組標的—疾病配對上評估	決策與組織流程
Bristol Myers Squibb	分析早期臨床計畫與開發選項	原文引述 BMS 主管談初步分析，並規畫於 2027 年擴大合作	臨床規畫支援

Generate 的約 70% 指一個訊號區段的長度，不是癌症改善幅度。BMS 的工作已觸及臨床階段的規畫，Enveda 的文件也來自臨床製造計畫；所以把六案全寫成「都還沒碰到臨床」會失準。反過來，協助既有臨床計畫，也不能直接當成 AI 新藥已證明人體療效。

Divergence：3.5 萬個設計，與 20 個實驗命中之間

Divergence 的原始技術報告把兩條路分開：一條是改善能移除受體上 IgE 的抗體臂，另一條是設計可抓住 IgE、且不妨礙前者的錨定臂。這像先做出兩個各司其職的零件，再研究如何組成一個完整工具。

約 3.5 萬是電腦設計的規模。進入實驗的移除臂是 91 個，其中 20 個在競爭性生物層干涉測試中呈現移除活性；另外測了 57 個錨定臂，3 個出現結合。兩個分母不可混用，也不應拿 20 除以 3.5 萬，當成整個計畫的成功率。

報告指出三個移除臂在指定濃度與測試條件下比 omalizumab 移除更多 IgE。這支持繼續研究其分子功能；要推到完整抗體的細胞反應、安全性與人體效果，還需要各自的實驗。對讀者最有用的改變，是把「生成很多候選」換成「有多少被製成實體、哪個功能真的被量到」。

BigHat：更好的分子，也需要更好的尺

BigHat 與 Anthropic 的共同技術報告記錄約 1,010 種設計變體、1,232 個實驗孔。這解釋了主文與 BigHat 公告為何會出現兩個數字：變體數與實驗孔數是不同計數單位。兩種抗體片段經過七輪設計與測試，實體製作和量測由 BigHat 的自動實驗室完成。

最有意思的一步，是研究者懷疑原先的熱穩定與聚集指標可能誤導判斷。團隊和 Claude 回到儀器原始曲線，提出物理解釋、改變測試條件，再檢查預測。若只教系統把既定分數推高，它可能一路優化錯誤的代理指標。這次有價值的地方，是把「這把尺量的是什麼」也放進迭代。

最後選出的兩種先導分子，報告分別記錄約九倍與六倍的結合改善；其中一種沉澱溫度提高 18°C。某些單項最佳變體的改善更大，卻未必是最後選出的平衡方案。單項最高分、最終候選，以及可供患者使用的藥物，是三個不同選擇標準。

這也讓 Agent Harness 的意義變得具體：Reccy 將分子、樣本、儀器、操作條件與原始結果連起來。模型提出下一步之前，有東西可查；結果不合預期時，也有路可退回找原因。不能把這種整套系統的成果，全歸給一句提示或模型本身。

Enveda：89% 的省時，究竟省在哪裡？

Enveda 的 CDP 技術報告比摘要更仔細。四份紀錄共 1,061 頁，來自同一個臨床製造計畫。人類找到的 11 項需處理問題，CDP 是在至少一次執行中各自找到，並非公開證明每一次執行都能完整命中。使用 Opus 4.7 的計時執行另外提出七項人類未提出、經裁定需要處理的意見。

In this study CDP added to a human review and did not replace one.

中文：在這項研究中，CDP 是加在人類審閱之上，並未取代人類審閱。

Enveda，CDP 技術報告

精確數字是 1,553 分鐘對 166 分鐘，計算為（1,553－166）÷1,553，約省下 89.3%。但後者的人工工作是先看 CDP 意見與引用頁面；Enveda 品質部門仍對紀錄進行最後審閱並決定批次處置。它支持的是這套特定輔助檢查流程省時，不能換算成製藥人力減少 89%，或新藥提早 89% 上市。

同一報告也記錄計時執行曾誤讀一筆劃線修改的手寫內容，42 則意見中有 33 則不需採取行動。因此，「沒有引用不存在的內容」與「每個判讀都正確」仍有距離。文件工具的價值，應連同漏報、誤讀、無需處理的意見，以及核對成本一起看。這和 帳單 OCR 的來源與算術驗收是相通的品質問題。

至於原文的「四小時對三個月」，比較的是監管文件初稿。原文展開說明，兩邊都未把後續三週人工審閱算進去。這是值得注意的寫作效率訊號，不能寫成 FDA 在四小時內核准了一個藥物計畫。

Mithril：一位創辦人，背後仍有十一家實驗室

Mithril 的故事容易被壓成「一人加 AI 就能開藥廠」。更完整的版本是：Cody Tranbarger 用 Claude 協調合約、物流、實驗與資料，並由 11 家外部實驗室執行研究。公司的內部編制很小，研究所需的專業與設施仍存在，只是以外部合作方式接起來。

2026 年 10 月 26 日的 Mithril 技術報告明載尚未經同儕審查，並註明 Anthropic 在 2026 年 7 月收購 Mithril。因此，10 月 27 日是這次公開披露的日期，不宜把它寫成當天剛完成交易。

報告在特定肌肉失養症小鼠模型看到肌力改善訊號；但前導試驗按順序納入不同組別，同窩小鼠未隨機分配治療，且部分動物未存活到最後量測。作者明確指出，統計支持會受「把每隻鼠還是每窩當分析單位」影響，也可能有存活選擇與多重終點帶來的偶然發現。這些限制會直接影響我們對因果效果的信心。

同份報告還檢視 Claude 的六個錯誤，並記載發給實驗室的提案先由人員審閱批准。這讓「自主化」有了比較準確的邊界：研究協調與提案可以大量委派，科學方向、簽核與計畫去留仍有負責的人。

Anthropic 提出的最早 2028 年底人體試驗，是以候選持續成立為前提的目標。FDA 對臨床研究的說明清楚區分前臨床與人體試驗；動物研究不能代替檢驗藥物與人體互動的研究。追蹤這個故事時，應把正式候選選定、臨床申請與人體資料分別列為下一道證據。

AlphaLab 的判讀：真正該追的是完成一輪可靠研究的成本

我同意：把等待與交接縮短，可能讓更多假說接受檢驗

Claude 藥物研發最有說服力的方向，是把模型接進有回饋的工作。設計有實驗，文件有原始頁面，外包工作有進度與紀錄；這些連接讓錯誤比較容易被發現，也可能讓有限團隊測更多想法。若罕見疾病計畫的負擔主要卡在協調與固定營運成本，縮小這些成本就可能改變哪些計畫值得啟動。

我存疑：局部速度，離更多有效療法仍有幾道驗收

省下文件時間與改善細胞測試，都可能重要；但它們對整體研發的貢獻，取決於原先那一步是否真的卡住排程，以及加快之後會增加多少返工。最值得比較的單位，是完成一輪可追查、能改變決策的研究，總共花了多少時間與資源。只數候選、token 或初稿速度，會漏掉失敗與核對成本。

合作方報告增加細節，獨立重現則是下一層證據

BigHat、Divergence 與 Enveda 公開的原始報告，讓外界能檢查方法與口徑，這比只讀模型公司的摘要更有用。不過，它們也是合作研究的參與者；數家合作方各自發布，仍不等於無關團隊已重做同一組結果。Mithril 報告也明載 Anthropic 擁有計畫並僱用作者。這些關係應讓我們仔細查方法，不能單靠關係就判成果有效或無效。

下一步最能提高信心的，是預先訂好比較基準、保留全部失敗、讓外部團隊在可比條件下重做，以及在人類研究中確認安全與效果。模型的額外貢獻也要有對照：相同實驗設施、專家時間與資源下，採用 AI 後多做對了什麼。這和 AI Evals 的驗收觀念一致：先定義任務成功，再談漂亮分數。

接下來怎麼看 Claude 藥物研發？替每個里程碑留四欄

遇到下一則 AI 製藥新聞，記下四欄就夠：研究階段、比較對象、實際量測終點、誰負責驗收。看見 10 倍，先找量的是受體、親和力還是病人結果；看見一人公司，找出外部實驗室與專家；看見 2028，確認它是預定時間還是已完成的里程碑。

若你在設計研究工具，可從建立 Agent Harness 的流程帶走更直接的做法：讓每個建議都能回到原始資料，每次改指標都留下理由，每次交接都寫清楚由誰批准。這次報告的長期價值，將由後續可重做的研究與真正改變患者結果的進展累積，而不是由發布當天生成了多少候選決定。