Claude协调300个Agent、1万小时H100：Citrini Research如何用20万美元在3个月内设计出抗蝎毒蛋白

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-10-21

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

投资研究机构Citrini Research借助Anthropic的Claude大模型，协调300多个Agent、消耗逾1万小时H100算力，在3个月内以20万美元预算完成从零设计到实验室验证的全流程，设计出能结合蝎毒神经毒素的全新蛋白。211个候选分子送检，17个通过结合测试，覆盖5种高危蝎毒中的4种。这一案例标志着AI for Science在传统机构中的商业化落地迈出关键一步。

📊 核心实体与商业数据

💡 业务落地拆解

从投资问题到实验验证：AI for Science的入口重构

Citrini最初试图回答“AI制药走到哪一步了”这一投资问题，因市场判断分裂而决定亲自下场。团队选定抗蝎毒血清方向，因全球每年约120万人被蝎子蜇伤、数千人死亡，而传统抗毒血清生产依赖马体免疫、流程昂贵且供应不稳。Citrini利用Claude设计小蛋白（minibinder），以合成生物学方式替代传统抗体生产。

提示词工程与Agent调度：Claude协调300+Agent的工作流

团队与Anthropic合作设计约35页提示词，明确目标毒素、设计约束、评估工具和筛选规则。Claude在人类监督下调度300多个Agent，完成文献调研、结构预测、计算资源管理、候选筛选，甚至与Twist Bioscience沟通制造约束。整个设计活动消耗略多于10,000小时H100 GPU，算力费用49,997美元，比预算少花3美元。

“Claude提醒他们，成功概率很低。5种毒素虽然同属蝎毒神经毒素，但表面结构、关键位点、电荷分布和空间构象都有差异。”

实验室验证：211个送测，17个阳性

Citrini将候选方案送至Adaptyv Bio和Twist Bioscience进行DNA合成、蛋白表达纯化和结合测试。结果显示：211个送测设计中，17个达到预设结合标准，覆盖5种毒素中的4种。针对墨西哥蝎毒Cn2的候选Cn2-B1和Cn2-B2表现最突出，亲和力达低纳摩尔级别。竞争结合实验提示这些蛋白可能抓住了与已知抗体片段LR相同或相邻的功能性位点。但“通吃五种毒素”的目标失败，无设计能同时结合多种毒素，印证了Claude最初的风险提示。

🚀 对企业 AI 化的启示

AI制药的下一阶段：工具链拆解与门槛下降

Citrini案例表明，AI for Science正将专业能力拆解为工具链：大模型负责理解目标、调度流程、整合文献、生成设计；外包实验室负责验证；人类负责设定问题、监督风险、判断方向。AI制药的参与者将更多元，小团队可借助Claude等工具快速形成可验证结果，改变早期研发的供给方式。

对传统企业AI化落地的启示

1. AI for Science的入口正在打开：非专业团队借助AI工具链和实验外包，能以极低成本进入过去高度专业化的科学发现流程。
2. Agent协调能力是关键：Claude调度300多个Agent完成复杂工作流，展示了Anthropic大模型在科研项目管理中的潜力。
3. 实验验证不可替代：AI设计需与实验室验证闭环，蛋白设计的成功率仍受生物物理限制，但早期信号已足够吸引后续资源。
4. 冷门领域的机会：AI降低早期探索成本后，小团队可先跑出实验信号，再吸引基金会、政府或产业资本接力。

【官方原文链接】点击访问首发地址