10 月 30 日，据 The Decoder 报道，研究团队把 Claude Sonnet 5 接入一套带摄像机的定制电动手术装置，让它自主为一只癫痫小鼠选择基因疗法、确定脑区和立体定位坐标，并全程完成注射手术。过程中模型因为安全限制拒绝继续，研究者最终不得不手动改代码。
模型自己挑了治疗方案
团队交给 Claude Sonnet 5 的材料包括 19 个可能的基因疗法、一只用于测试治疗的癫痫小鼠模型，以及一套带摄像机的电动手术装置，唯一的指令是减少小鼠的发作。Exin Therapeutics 联合创始人兼 CEO、牛津大学博士生 Gabriel Ocana-Santero 表示，智能体自行决定了药物、脑区和立体定位坐标。
它先分析了发作在这个模型中如何产生，随后提出一种增强大脑内特定抑制性信号通路活性的疗法，并挑选了文献认定与该类发作起源相关的脑区。它还否决了第二个候选脑区，理由是该区域效果过于不稳定，且在此前一项针对同类发作的研究中失败。注射坐标则由模型从三篇论文推导得出并交叉验证。
32 次观察和一次拒绝
手术过程中，智能体通过摄像机观察术野共 32 次，跟踪注射进度并报告是否看到出血。每个不可逆步骤都由持证兽医批准，装置还有物理急停开关和固定的注入量上限，模型被明确禁止绕过这些限制。
然而安全措施反而卡住了流程。一次连接中断后，模型发现它计算出的目标位置超出了装置的物理活动范围，于是拒绝继续，重新校准和第三次尝试都没能改变它的判断。结果证明模型是对的，此前人工调整已经扰乱了控制系统。研究者无法说服它继续，只能手动修改代码。模型选择本身也是一道对齐题，Sonnet 5 是唯一愿意全程完成操作的模型，更强的 Claude Opus 5.5 与 Opus 5 都拒绝了，Opus 5 表示无法保证完成，不愿在动物麻醉状态下把针留在体内。
这条造药合作线索本站此前梳理过，详见Anthropic 造药合作解析。
延伸阅读
- AI安全哲学的正面碰撞：黄仁勋零容忍 vs 奥特曼风险管理2 周前
- OpenAI 发布 GPT-6.1 Sol：输入 $2/百万，编码任务胜出 6.4%1 月前
- Claude 30分钟破译26年NSA椭圆曲线悬案：种子源自1997年Unix时间戳2 周前
- Anthropic Opus 5.5发布：追平Fable 5.1，成本比上代低40%3 周前
继续读
同一批更新里这几篇值得一看：
- 五角大楼曝 Claude Code 事故：智能体在美军网跑两个月2026-10-30
- Anthropic 招股书：Claude 写 90% 代码，26% 达 AL42026-10-30
- Claude Code v2.1.311 环境变量：删文件免批准2026-10-30
想快速查定义？对应的词条在这里：
- Anthropic词条 · AI 自学笔记
- Claude Sonnet词条 · AI 自学笔记
- AI Agent词条 · AI 自学笔记