四周，三十六只工具箱：Claude 把生物模型最贵的那段代码重写了

你手上有一副牌，每出一张都要算三张牌之间的相互关系。牌从 100 张变成 200 张，组合数不翻倍，翻八倍；变成 300 张，二十七倍。

AlphaFold3、OpenFold3、Boltz-2 这类结构预测模型里最吃算力和显存的两道工序恰好长这样。它们叫三角注意力（triangle attention）与三角乘法（triangle multiplication），作用在 token 的三元组上【直引：Anthropic 研究报告原文称这两项操作"在运行时和内存上都是三次方的"】。系统规模翻倍，时间与内存用 8 倍；翻三倍，用 27 倍。

那么当有人告诉你，一个模型被加速了约 4 倍、同时还能啃下 7 万个 token 的体系，第一个该问的问题是：这是在同一个瓶颈上动的手，还是绕开了瓶颈。

Anthropic 给出的答案是前者。2026 年 9 月 17 日发布的研究报告《How Claude is uplifting biomolecular modeling》里，他们让 Claude 写了一套专攻这两道工序的自定义 GPU 内核，代号 FlashPairformer【直引：Anthropic 官方研究文章，2026-09-17】。

🧬 三十六只工具箱里装的是什么

这批交付物不是一个模型，是 36 个"即插即用"的优化包（drop-in optimization kits），对应 30 多个开源模型。仓库在 GitHub 上，叫 anthropics/uplifting-biomolecular-modeling，Apache 2.0 协议。

每个包的做法是：把上游原始版本和优化后的版本并排放着，共享一套运行时，运行时里装着 FlashPairformer 和三角注意力内核。

六类模型的规模分布，看下面这张表：共折叠与结构预测占 14 个，是绝对主力；基因组学和结构生成各占 6 到 7 个；三类小类别（幻觉式设计、逆折叠、蛋白语言模型）各 3 个。

这份清单只到"报告点名的有 AlphaFold3、OpenFold3、Boltz-2、ColabFold 1.6.3"，其余模型官方没有逐一列出【直引：中文技术媒体对技术报告的转述，2026-09-18】。

⚡ 三种模式，对应三种实际需求

每个优化包保留原始模型权重，提供 Exact、Fast、Big 三种运行模式。这三种模式不是速度档位，它们对应三类真实场景。

在单张 NVIDIA H100 上，三种模式的平均加速倍数分别是 1.6 倍、4.1 倍、3.4 倍。这组数字来自下面这张表：Exact 是在 14 个结构预测模型上测的，Fast 是在提供该模式的 13 个模型上测的，Big 的 3.4 倍同样出自 13 个模型。

Fast 模式内部的离散度值得单看：最快的是 Chai-1，6.4 倍；同一档里最慢的是 AtlasFold，2.8 倍。最保守的 Exact 模式，最快的一个也不超过 2.5 倍【直引：Anthropic 技术报告图表，经中文媒体转述】。

FlashPairformer 自身在三角工序上的相对提升同样分档。三角注意力在 pair width 128（AlphaFold3 与 Boltz-2 用的配置）上比领域标准内核快 2.7 倍，在 pair width 256（Protenix v2 用的配置）上快 2.9 倍；三角乘法在两个配置上分别快 1.7 倍和 3.2 倍。序列越长，优势越明显：2048 token、pair width 128 的配置下能到 4 倍。

这里的"领域标准内核"指的是 NVIDIA 之前为同一瓶颈做的两套东西，先是 cuEquivariance，后是 BioNeMo Inference Runtime。这个对照选择有它的分量：被比下去的一方本来就是厂商的专用内核【推论：对照对象为专用内核，因此这些倍数不能与"从零优化"的倍数直接类比】。

🔬 精度到底掉了没有

"精度损失很小"是个需要口径的词。报告给的口径是界面预测看 DockQ，高于 0.23 算可接受；设计结果看 ipSAE，这是一个与湿实验结合率有相关性的计算打分。

真正可核对的是一组池化基准。FoldBench-Lite，1,925 个"模型—靶点"配对，覆盖 13 个模型配置，可接受界面的占比：

四个数字之间的差别落在池化统计上看不出来。Anthropic 自己的表述是"没有可分辨的池化变化"【直引：Anthropic 研究报告】。池化口径的代价是：它把 13 个配置的差异平均掉了，单个模型上的退化有可能被整体抹平，报告没有给出逐模型的精度分布【推论】。

🏔️ Big 模式顶到哪儿，以及它顶不动的地方

Big 模式是这批工作里最容易被误读的一项。它买到的不是速度，是规模。

用 Big 模式折叠的几个大组装体，与实验结构的吻合度如下。人类线粒体复合物 I、TRiC 分子伴侣复合物、蛋白酶体、细菌 70S 核糖体，TM-score 落在 0.92 到 0.997 之间。

官方补了一句限定：这是"就我们所知"的范围【直引】。

边界出现在更大的尺度上。团队用 8 张 B300 一个节点，对整颗病毒衣壳和蛋白区室这类 31,000 到 70,000 残基的组装体跑了七次结构预测。

七次都跑完了，七次都塌成了一个紧实的球。可评分的那几次，TM-score 只有 0.08 到 0.14。报告的归因是泛化失败：这些组装体比 AlphaFold3 最大的训练切片大 40 到 90 倍。原文把这个结果定位成"扩展了可计算的范围，而不是扩展了模型学到的东西"【直引】。

💰 从一万美元一个靶点到一百五十美元

这批优化的下游应用是结合蛋白（binder）设计。两组工作的对比如下。

in silico 分数是：Opus 5 的 ipSAE 中位数 0.785，Mythos 5.1 是 0.781，Mythos 5 是 0.739；三者在更早那轮工作里的对照值是 0.749。最优设计的分数是 0.833、0.825、0.813，对照 0.817。

官方的说法是，用大约小 100 倍的 GPU 预算，达到了与早前几轮相当的 in silico 表现，合计约 150 美元。中位数上 Opus 5 与 Mythos 5.1 确实高了，Mythos 5 的 0.739 低于 0.749，所以"相当"这个词在这里是准确的，不是"更好"【推论】。

要强调的是：这些分数是计算打分的预测值，不是湿实验读数。官方明确写了，这些设计没有经过实验检验【直引】。补上这一环的是 Anthropic 与 Adaptyv Bio 联合举办的蛋白设计竞赛：五个题目（含物种交叉反应性与难做的 GPCR 靶点），5000 多份设计要做湿实验验证；Anthropic 出最多 100 万美元 Claude 积分，Modal 出 25 万美元算力，Twist Bioscience 出 DNA 合成。

🧑🔬 干活的是模型，把关的是两个人

这个项目的人力配置是两处细节里最有信息量的一处。

代码优化主要由 Claude 完成，运行在 Claude Science 环境里。盯着它的两名 Anthropic 技术人员，报告特意交代了背景：熟悉生物分子建模，但此前没有做过推理优化，也没写过 GPU 内核【直引】。

被测试的模型版本有 Mythos 5.1、Mythos 5 和 Opus 5。更早的一次公开结果是，Claude Mythos 5.1 加速了 7 个开源生物模型，最高 2.5 倍；这一轮把范围扩到了 30 多个。

⚖️ 谁在对照，谁没对照

把报告的限定条件集中列一下，比读结论更有用。

仓库的定位尤其值得说清楚。"参考发布、不维护、不接受贡献"这套说法，跟"开源"两个字放在一起会产生误读：代码可以自由拿去改，但不会有人接你的 PR【判断】。

🧭 这件事落在什么位置上

把镜头拉开一格。这批工作最直接的意义不在生物，在 AI 编程的下一站。

过去一年，coding agent 的公开成绩单大多挂在业务代码上：修 GitHub Issue、批量重构、写前端页面。这些任务有一个共同特点，验证便宜。测试跑一遍就知道对不对。

FlashPairformer 这类任务不一样。它的验证成本极高：你得知道三角注意力的内存访问模式该长什么样，得知道 0.23 的 DockQ 算不算过线，还得把池化基准的四个数字一起读。在这个场景里，AI 写出的代码能不能用，取决于有没有人能在外面架一套足够严的对照。

报告本身没有回答"AI 写出的科学代码距离跑满硬件还有多远"这个问题。它在结尾处给的是"扩展了可计算的范围，而不是扩展了模型学到的东西"这样一句限定【直引】。

同一个星期，另一条路给出了侧面的答案。9 月 17 日，AItonomy Foundation 发布了开源项目 ScienceIDE，赞助方是 PhAI Labs 与阿里 Qwen。它的目标是把世界上的科学代码库转成可执行、可验证的智能体学习环境，并用验证过的交互轨迹训练出了 PhAI-IDE-72B / 9B / 4B 三个模型（arXiv:2609.19134）。

两条路问的是同一个问题的两端。Anthropic 这条路问：AI 能不能把已有的科学软件改快。ScienceIDE 那条路问：这种能力能不能被沉淀下来、迁移到别的科研领域。

真正决定成败的恐怕是工时：谁愿意为"验证"这件事出多少。AlphaFold3 的训练切片上限是 768 个 token，Big 模式跑到了 7 万以上却塌成一团球，这两个数字之间的距离，就是"能算"与"算对"之间的距离。谁来把这段距离量出来？

参考文献

1. Anthropic, How Claude is uplifting biomolecular modeling, 2026-09-17. https://www.anthropic.com/research/claude-uplifts-biomolecular-modeling
2. Anthropic, anthropics/uplifting-biomolecular-modeling（GitHub 仓库，Apache 2.0，36 个优化包），2026-09-17. https://github.com/anthropics/uplifting-biomolecular-modeling
3. Unite.AI, Anthropic Reports Claude Optimized 30+ Open-Source Biomolecular Models, 2026-09-18. https://www.unite.ai/anthropic-reports-claude-optimized-30-plus-open-source-biomolecular-models
4. AI Insiders, Anthropic says Claude rewrote 30 biology models to run 4x faster, 2026-09-18. https://aiinsiders.net/article/anthropic-says-claude-rewrote-30-biology-models-to-run-4x
5. AItonomy Foundation, ScienceIDE: Turning World's Scientific Codebase into Agent Learnable Environments, arXiv:2609.19134, 2026-09-16.