Claude 给 30+ 生物模型做了轮"提速手术"，蛋白质设计大赛同步开打

基于多家媒体转述整理：Anthropic 在 9 月 17 日官方研究帖披露，Claude 在 Claude Science 环境下用不到 4 周时间优化了 30+ 个开源生物分子模型，平均提速约 4 倍；全部优化代码同日以 Apache 2.0 开源，并宣布与 Adaptyv Bio 合办蛋白质设计大赛，提供湿实验验证与百万美元级算力支持。

发生了什么

据 Anthropic 官方研究帖及 Unite.AI、AlphaSignal、dev.to 等多家媒体转述，Claude（在 Claude Science 框架内）对 30+ 个开源生物分子模型做了系统优化，覆盖六大家族：共折叠与结构预测（14 个包）、幻觉（3）、结构生成（6）、逆折叠（3）、基因组学（7）、蛋白语言模型（3），合计 36 个优化包。核心数字：

• 平均提速约 4 倍：Exact 模式（位级一致）1.6x、Fast 模式 4.1x、Big 模式 3.4x（NVIDIA H100 实测）
• 自研 FlashPairformer v1 自定义 GPU 内核：三角注意力（triangle attention）比领域标准内核快 2.7~2.9x
• 低显存 Big 模式：单张 NVIDIA GPU 节点即可精确建模 10,000+ token 的生物分子体系（氨基酸、核苷酸、小分子原子），70,000+ token 推理也跑通；此前这类规模"基本够不着"
• 优化代码已在 GitHub（anthropics/uplifting-biomolecular-modeling）全量开源，Apache 2.0，36 个"即插即用"优化包
• 同期宣布与 Adaptyv Bio 合办蛋白质设计大赛：5,000+ 设计做湿实验验证 + 最高 100 万美元 Claude credits

为什么值得注意

对生物计算/药物设计从业者，这条消息的价值不在"AI 优化 AI 写的模型"本身，而在两点：

1. 门槛大幅降低：单 GPU 节点跑 10k+ token 体系，意味着此前需要多卡/大集群的场景（大核蛋白复合物、病毒衣壳等）可以本地验证，算力门槛从"集群级"降到"工作站级"。
2. 优化包即开即用：36 个包都是 drop-in 的，配合原模型权重直接跑，不需要重新训练或改数据流。

谁会用 / 怎么用

• 科研与药企计算团队：拉 GitHub 包，对应到自己在用的模型（AlphaFold3、OpenFold3、Boltz-2、ESM 系列等）做推理替换；注意当前配置以 H100 80GB / Linux x86-64 为主，部分包附 A100/H200/B200/B300 配置
• 蛋白质设计研究者：关注 Anthropic × Adaptyv Bio 大赛（Proteinbase 页面），赛道含跨物种交叉反应、pH 敏感性、peptide-MHC 特异性及 GPCR 等难靶点；报名截至 9 月 24 日
• 普通用户：暂无直接面向终端的功能入口，本次是研究/基础设施层面更新

局限与注意

• 官方明示测量仅在 H100 上完成；ColabFold 的提速对比基线是 1.6.1 版本（该工具后来自己发了融合内核），实际收益需按版本核对
• Exact/Fast 模式显存占用最高可达默认的 3.2x
• 大赛"湿实验验证 5,000+ 设计"是合作方资源承诺，非模型精度背书
• 优化包为"reference release"，官方标注不维护、不接受外部 PR

来源

• Anthropic 官方研究帖（2026-09-17）
• Unite.AI（09-17/18）
• AlphaSignal（09-18）
• dev.to / Proteinbase 大赛页（09-18）

参考来源

• https://www.anthropic.com/research/claude-uplifts-biomolecular-modeling