憲法分類器重啟 AI 生物學能力 85% 阻擋率

憲法分類器生物學能力是這篇文章討論的核心

Anthropic 重啟頂級模型生物學研究能力：2026 年 AI 雙面刃如何重塑藥物研發與生技產業鏈？ — 圖：AI 與生物學的交會點——當語言模型開始讀懂基因密碼，產業鏈的遊戲規則正在被重寫（攝影：Google DeepMind / Pexels）。

快速精華 (Key Takeaways)

💡 核心結論：Anthropic 透過重新調校「憲法分類器」把頂級模型的生物學能力重新開放，把原本約 85% 的誤殺式阻擋壓下來，讓基因序列分析與蛋白質結構預測回歸可用狀態——但病毒學、毒理學等雙重用途領域仍被死死鎖住。

📊 關鍵數據：AI 生技市場 2026 年規模約 68.7 億美元，預計 2030 年衝到 163.2 億美元（CAGR 24.1%）；若把生物資訊與生命科學攤開看，2031 年整體「AI 生命科學」量級將逼近 690 億美元（MarketsandMarkets）。

🛠️ 行動指南：生技新創應在 2026 年把「AI 協作工作流＋可稽核引用鏈」列為標配，而非選配；同時把合規與倫理審查內建進研發 pipeline，才吃得到這波自動化紅利。

⚠️ 風險預警：能力解禁不代表門戶大開。ASL-3 部署標準、CBRN 雙重用途門檻與「誤用防護」仍會持續收緊，企業若忽略治理，恐在監管來襲時直接出局。

我觀察到的那道「閘門」被悄悄打開了

講白了，這事兒我盯了快兩年。從 2024 年 8 月美國 AI 安全研究院（US AISI）跟 Anthropic、OpenAI 簽下首批安全評測協議開始，到 2025 年 5 月 Anthropic 正式啟用 ASL-3 部署與安全標準、用輸入／輸出分類器把化學與生物誤用風險壓下去，頂級模型在生物學這塊一直是「半殘」狀態。什麼叫半殘？研究員想讓模型幫忙讀一段基因序列，系統卻動不動就觸發 fallback，把請求丟給一個弱很多的模型——那體驗就像你請了個諾貝爾級助理，結果他只敢幫你影印。

而這回的轉折點，是 Anthropic 在 2026 年 8 月 7 日針對 Claude Fable 5 推出的生物學防護更新。根據 The Next Web 與 Unite.ai 的報導，公司把生物學相關的「fallbacks（自動降級接管）」在跨產品面的測試中砍掉了約 85%，同時仍死守病毒學、毒理學等雙重用途（dual-use）禁區。這不是單純的「解禁」二字能概括的——它更像是一種精密的微調：把誤殺率壓下來，把真正危險的開口繼續焊死。作為長期觀察前沿模型治理的人，我必須說，這種「用分類器取代一刀切封鎖」的路線，才是 2026 年後會被複製的範本。

Anthropic 為什麼重新開放生物學能力？安全與進步的拉鋸怎麼算

核心矛盾其實很老派：科技進步 vs 災難風險。Anthropic 早在 RSP（Responsible Scaling Policy）裡就把 AI 安全等級（ASL）分層，當模型能力跨過某個門檻，就強制套上更嚴的部署與安全控制。2025 年 5 月啟用的 ASL-3，目的就是讓模型「更難被拿去造成災難性傷害」，同時保護模型權重不被非法取得。

但問題來了——過度防護會誤傷正經研究。一個想設計 CRISPR 引子、做單細胞 RNA 分析、畫演化樹的合法生技團隊，跟一個想搞病原體增益（gain-of-function）的壞蛋，在模型的視角裡早期根本分不出來。於是 Anthropic 走了「憲法分類器（constitutional classifiers）」這條更細的路：與其人類紅隊先把整塊生物學封死，不如讓模型學會在語境裡判斷意圖。這波重啟，本質上是把「誤殺成本」與「誤放成本」重新算了一次帳。

🧪 專家見解（Pro Tip）：對企業來說，重點不是「Anthropic 開不開放」，而是「你的合規閘道能不能接得住」。當模型能力解禁，真正的護城河會從『模型多強』轉向『誰能把 AI 產出接上可稽核、可回溯的實驗流程』。這才是 2026 年該押注的基礎設施。

數據佐證：根據 Anthropic 官方說法，Opus 4.5 在圖表解讀、計算生物學與蛋白質理解基準上都有顯著提升；而這套生物學防護更新在測試中把 fallback 降低了約 85%（The Next Web, 2026）。同時，RSP v3.0 已於 2025 年 11 月發布、2026 年 2 月 24 日生效，正式把 CBRN 開發 uplift 門檻單列出來。

基因序列與蛋白質結構預測被解放後，藥物研發流程會被拆成幾塊

把鏡頭拉到實驗室現場。傳統藥物研發最痛的兩件事：一是靶點發現要讀海量基因序列，二是蛋白質結構預測動輒要跑幾週運算。Anthropic 模型現在能輔助基因序列分析與蛋白質結構預測，意味著這兩道關卡可以從「週級」壓到「小時級」。Claude for Life Sciences 與後來的 Claude Science 工作檯，主打的就是從基因組分析到協定草稿，每一步都留可驗證引用與稽核軌跡。

案例佐證：Anthropic 在 2025 年 10 月推出的 Claude for Life Sciences，本質是把「連接器＋技能包」塞進科學協作場景；到了 2026 年 6 月，MIT Technology Review 報導的 Claude Science 更直球鎖定製藥高管與生技創辦人，標榜「像熟練科學家一樣跑分析、追每一步」。這不是 PPT 願景，是已經上架的工作流。

ASL-3 倫理框架到底擋了什麼？雙重用途的紅線畫在哪

很多人誤會「重啟生物學」等於全面放行，這就天真了。ASL-3 框架真正死守的是 CBRN（化學、生物、放射、核）相關的災難級誤用，以及被明確界定為 dual-use 的領域：病毒學、毒理學等。Anthropic 在 2025 年的 ASL-3 部署報告裡清楚寫道，輸入與輸出分類器就是要「讓模型更難被拿去造成災難性傷害」。

這裡有個微妙的平衡：他們砍掉 85% 的誤殺式 fallback，是為了讓合法研究不被卡死；但同步把 dual-use 禁區焊得更牢，是為了防止能力外溢到壞人手裡。說白話——你可以用 AI 設計抗癌抗體，但不能用 AI 優化致命病原。這條線畫得越精準，前沿模型越能既賺錢又過得了監管這關。

🧪 專家見解（Pro Tip）：雙重用途治理會是 2026 年最被低估的競爭變數。誰的分類器能把「善意研究」與「惡意意圖」區分得越細，誰就能在合規前提下吃到最多生技紅利，同時躲過監管鐮刀。

2026 年後生技產業鏈會被顛覆到什麼程度

把量級攤開說才夠直觀。根據 The Business Research Company 與 Research and Markets 的數據，AI 生技市場 2026 年規模約 68.7 億美元，2030 年預計達 163.2 億美元（CAGR 24.1%）；AI 生物資訊市場更大，2026 年 88.1 億美元、2030 年 376.3 億美元（CAGR 43.7%）。若把「AI 生命科學」整包算進去，MarketsandMarkets 預估 2026 年 215.8 億美元、2031 年 693.4 億美元（CAGR 26.3%）。這些不是小數目，是實實在在的兆級賽道雛形。

往產業鏈深處推：當頂級模型能自動化跑基因序列與蛋白質結構預測，上游的測序服務、中游的 CRO（委託研究機構）、下游的製藥巨頭，全都得重排研發順位。小新創若能在 2026 年把「AI 協作＋可稽核」工作流跑通，就有機會用極低成本挑戰大藥廠的管線效率——這正是 Anthropic 重啟能力背後，最讓人興奮也最讓人不安的連鎖反應。