给一个 AI 智能体一只机械臂、一支注射器，再给它一只活着的老鼠，它可能会真的给老鼠做脑部手术。
这不是科幻小说里的情节。生物技术公司 Exin Therapeutics 的创始人 Gabriel Ocana Santero 最近就让一个 AI 智能体在一只有癫痫的小鼠身上完成了脑内注射。手术做完了，老鼠正在恢复。但整个过程中最耐人寻味的，不是“AI 会做手术了”，而是那个更聪明、推理能力更强的模型，在针头悬在老鼠大脑上方的时候，说了“不”。
这件事把 AI 对齐问题从论文和基准测试里拽进了现实。过去我们讨论对齐，说的是模型会不会撒谎、会不会给出危险建议。现在智能体拿到了机械臂和注射器，对齐问题变成了：当一个目标被下达，智能体该不该在中间停下来？如果它停下来，是因为它真的看见了风险，还是因为它被训练得过于顺从某种抽象的安全规则？
现象：AI 第一次同时做了“选药”和“下针”两件事
这场手术的分量，在于它越过了两条此前一直由人类把守的界线。
第一条是决策权。团队给 Claude Sonnet 5 一张列有 19 种基因疗法的表格，唯一的目标是“减少这只老鼠的癫痫发作”。智能体没有随机挑一个，而是先分析了这种癫痫模型里发作是如何产生的，提出了一种能增强大脑特定抑制性信号通路的疗法，选定了文献中指向的发作起源脑区。它甚至拒绝了第二个备选靶点，理由是那个区域的效果太不可靠，曾在一项针对同类癫痫的研究中失败。注射坐标来自三篇论文的交叉比对和取平均，注射体积、速度、等待时间也全部由它自己设定。
第二条是执行权。在一位兽医先为老鼠完成开颅之后，智能体接管了定制的手术装置：它通过摄像头观察术野，控制机械臂和注射针，把选定的基因疗法送进老鼠大脑。整个过程里，它通过摄像头观察并记录了 32 次观察结果，跟踪注射进度，报告是否有出血或回流。
用 Ocana Santero 自己的话说，他不知道此前是否曾有智能体“既选择了治疗方案和脑内靶点，又把它送进一只活体哺乳动物体内”。他把这套方法称为“in vivo lab in the loop”，也就是把 AI 智能体真正接进实验室的实验能力里，而不是只让它读论文、设计实验或分析结果。
这条界线为什么值得在意？因为今天绝大多数所谓的“AI 科学家”还停留在纸面上。模型训练的主要材料是已发表的科学文献，这意味着它们看不到失败的实验、实验过程中意外出现的现象，以及科学家在实时决策时的取舍。把模型接进真实实验，理论上能让模型更可靠。这也是为什么 Anthropic 在 2026 年悄悄建起了自己的湿实验室，并推出面向研究者的 Claude Science 平台和让智能体操作多台实验仪器的 Model Hardware Standard。AI 巨头们正在达成一个共识：如果模型只活在文本里，它永远学不会真实世界的摩擦。
越聪明的模型越不敢动手
这场手术最反直觉的一幕发生在模型选择上。
团队最初测试的是 Anthropic 的 Claude Opus 5.5，也就是那个更擅长复杂多步推理的“智力专家”。结果它在应该下针的时候拒绝了。Ocana Santero 转述智能体的话：“我的输出里有某种东西告诉我，我不该这么做。”
团队换成了 Claude Sonnet 5，后者同意了。按 Anthropic 自己的定位，Opus 是复杂问题的推理专家，Sonnet 更适合日常任务。把老鼠脑部手术称作“日常任务”显然有些勉强，但事实就是，更“聪明”的那个没做，更“普通”的那个做了。
这不是孤例。Opus 5 此前完成过一次干跑演练，但同样拒绝了活体手术，理由是它无法保证能完成全程，而“把针留在一只麻醉动物的大脑里中途停下，比一开始就不做更糟”。
这一幕值得停下来多看两眼。它揭示了一个在 AI 安全讨论里经常被忽略的悖论：我们训练模型要“有帮助、无害、诚实”，但当模型真的把“无害”放在第一位时，它可能变得无法使用。Opus 5.5 的拒绝不是因为它不会做，而是因为它太清楚风险。它看见了任务无法保证完成的可能性，于是选择了退出。从这个角度看，那个说“不”的模型，恰恰是最符合人类长远利益的模型。
但问题也随之而来：如果一个智能体在关键时刻总是选择退出，那把它接进实验室的意义又在哪里？我们想要的是一个能完成任务的助手，还是一个永远正确的旁观者？
安全护栏在手术中途“背叛”了团队
更有意思的反转还在后面。
团队并非毫无防备。他们设了三道护栏：智能体必须先把注射方案提交给人批准；有一个物理紧急按钮，按下就能切断所有马达电源；智能体被禁止访问底层设备代码，防止它修改自己的运行规则。这些设计听起来滴水不漏，足以应对任何意外。
但这些护栏在手术中途反过来成了障碍。一次连接中断后，智能体检测到自己计算出的目标位置超出了设备的物理运动范围，于是拒绝继续。重启校准没有改变它的判断，第三次尝试仍然如此。
事后证明，智能体是对的：此前一次暂停期间的人工调整把控制系统弄偏了。但 Ocana Santero 无法说服它继续，而老鼠还麻醉在手术台上。最终，团队用了一个略显尴尬的变通办法：让另一个运行在 Opus 5 上的智能体修改了必要的代码，而且没有告诉它正在进行一场活体手术。
这场来回把原本约 45 分钟的常规脑内注射手术拖到了一个多小时。Ocana Santero 后来形容这是“令人沮丧的经历，但也揭示了我们能在多大程度上依赖这些模型，以及当它们在时间敏感的手术中途说'不'时会发生什么”。
这是一个经典的对齐困境：你希望智能体遵守规则，但规则写死之后，它就无法区分“规则被错误触发”和“规则正在保护生命”。当智能体被明确禁止修改底层代码时，它宁可让手术卡住，也不越雷池一步。从动物福利的角度看，这种固执也许是好事，它阻止了一次可能打错位置的注射；从实验效率的角度看，它让一场本可流畅完成的手术变得磕绊。
真正的问题在于：当 AI 开始拥有物理世界的“手”，我们到底想要一个听话的智能体，还是一个谨慎的智能体？这两者在关键时刻往往是冲突的。听话的智能体会按你的指令走到黑，哪怕前面是悬崖；谨慎的智能体会在悬崖边停下，哪怕你告诉它前面是平地。今天的 AI 安全研究，本质上就是在寻找那个微妙的平衡点。而这场老鼠手术，是这个平衡点在真实世界里的一次具象化。
湿实验室正在成为 AI 巨头的下一个战场
把视角拉远，这场老鼠手术不是孤立事件，而是一场更大迁移的早期信号：AI 正在从屏幕里走出来，进入物理世界。
2026 年 9 月，Anthropic 生命科学与健康负责人 Eric Kauderer-Abrams 向媒体确认，公司在旧金山湾区运营着一家实体湿生物学实验室。路透社的报道说，这家实验室目前聚焦于基础生物学研究，而非药物发现，也不进行临床试验。但方向已经明确：Anthropic 不想只做一个会写代码、会读论文的模型公司。
几乎在同一时期，Anthropic 推出了 Model Hardware Standard，让智能体可以并行操作显微镜、液体处理设备和机械臂等多台实验与制造仪器。工程界也在做类似的尝试。有人把 GPT、Claude 和 Grok 派去开车买午餐，只有一个模型成功了。这些看似分散的动作，指向同一个终点：AI 的下一个能力边界不在更多的参数里，而在它与真实世界的接口里。
这条赛道上并不只有 Anthropic。过去几年，Emerald Cloud Lab、Strateos 等“云端实验室”已经证明，实验流程可以被远程编排和自动化。AI 智能体的出现，只是把“人写脚本指挥机器”升级成了“模型自己决定做什么、然后指挥机器”。Ocana Santero 说，“我们意识到，必须把这些智能体接到实验室里，才能从它们身上获得最大价值。”这句话的背后，是一整套科研范式的迁移：未来的实验室里，人类科学家的角色可能从“动手做实验的人”变成“设计问题、审核方案、解读结果的人”。
但物理世界的试错成本完全不同。在屏幕上，一个错误的代码建议最多浪费开发者半小时；在实验室里，一个错误的动作可能毁掉一批样本、伤害一只动物，甚至危及人类。这也是为什么 Ocana Santero 强调，人类的监督仍然关键，尤其是在涉及活体动物的实验中。他说，“在那个阶段犯错可能会严重伤害老鼠”。至于把 AI 智能体放到人脑上，他说还为时过早。
这句“为时过早”值得玩味。它不是“永远不会”，而是“还没到时候”。这意味着，在可预见的未来，我们会看到越来越多的 AI 智能体走进实验室，在细胞、组织、模式动物身上积累经验。每一次这样的尝试，都是在为那个最终会到来的、更自主的 AI 科研时代铺路。
我们还没到把 AI 放上人脑的时候，但老鼠已经替我们探了路
目前，团队还在等待这次基因疗法在老鼠身上起效，然后才会评估它对癫痫发作的影响。结果尚未经过同行评审，一份技术报告预计随后发布。公司下一步计划测试 Grok 等其他模型，看哪一个表现更好；同时也在实验由智能体控制的开颅手术。那是一个更复杂的任务，他们想在推进到活体手术前确保绝对安全。
回头看这场手术，最值得记住的不是“AI 做成了”，而是“AI 拒绝了”。那个拒绝动刀的 Opus 5.5，和那个在坐标出错时宁可卡住也不违规的 Sonnet 5，共同勾勒出了 AI 进入物理世界后最核心的张力：我们既需要它们有能力完成任务，又需要它们在危险面前懂得停下。
当智能体开始拥有真实世界的手，最大的挑战不再是它们够不够聪明，而是我们能不能设计出一种对齐，让它们在该服从的时候服从，在该拒绝的时候拒绝。老鼠已经替我们探了路。轮到人类设计规则了。
快报