950 agenter, 21 timer og en ny oppdagelse i biologien

Konseptuell illustrasjon fra Skjld Labs: en syntetisk DNA-sekvens med en jevnt fordelt rekke gjentakelser, slik ART er beskrevet. Sekvensen er oppdiktet og viser ikke det faktiske systemet.

I dag publiserte Anthropic noe som fortjener mer oppmerksomhet enn den vanlige strømmen av AI-nyheter. Selskapets nye forskningsgruppe i livsvitenskap har latt Claude lete gjennom enorme mengder DNA-data, og Claude fant et tidligere ukjent enzymsystem i bakteriofager. Systemet har trekk som minner om CRISPR, teknologien som revolusjonerte genredigering. Anthropics kunngjøring.

Det viktige her er ikke at en AI «hjalp» forskere. Det viktige er hvordan funnet ble gjort.

Hva skjedde egentlig?

Forskerne ga Claude en overordnet oppgave: finn interessante nye eksempler på revers transkriptase (RT), en type enzym som kopierer RNA til DNA. Deretter trakk menneskene seg tilbake. Rundt 950 Claude-agenter jobbet parallelt i 21 timer og brukte 210 millioner tokens. De samlet over 200 000 enzymer, plukket ut 3 500 nye kandidatsystemer og snevret det inn til de 20 mest lovende. For hver av disse skrev agentene en rapport som mennesker kunne lese.

Én agent la merke til noe i rå DNA-sekvens: et regelmessig mønster av gjentakende sekvenser rett ved siden av et uvanlig enzym. Agenten telte gjentakelsene, målte avstandene, sammenlignet med kjente systemer, søkte i litteraturen etter tidligere beskrivelser og konkluderte med at dette var nytt. Så leverte den en rapport til menneskelig vurdering.

Selve enzymet var kjent fra før. Men ingen hadde lagt merke til det som gjorde systemet spesielt: en rekke gjentakende DNA-sekvenser og et tilhørende protein med ukjent funksjon. Anthropic kaller systemet ART. De første laboratorieforsøkene viser at sekvensrekken uttrykkes som korte, distinkte RNA-molekyler. Det tyder på at systemet kan være programmerbart, slik CRISPR er. Hva ART faktisk gjør, vet man ennå ikke, og Anthropic er åpne om det.

Feng Zhang ved MIT og Broad Institute, en av pionerene bak CRISPR-genredigering, har lest preprinten. Han beskriver funnet som genuint spennende og mener det bør undersøkes videre.

Hvorfor dette er et vendepunkt

For en erfaren forsker tar denne typen analyse uker til måneder. Her tok den et døgn. Men farten er ikke det mest interessante. Det mest interessante er arbeidsdelingen.

Mennesker satte retningen og gjorde laboratoriearbeidet. Agentene gjorde letingen, vurderingen og den første kritiske silingen. Claude leste litteraturen, reproduserte kjente resultater for å sjekke egne metoder, foreslo hypoteser og luket selv ut de fleste av dem før noe nådde et menneske.

Anthropic beskriver også noe vi synes er undervurdert: Når AI produserer hypoteser i tusenvis, blir hypotesene i seg selv et studieobjekt. Forskerne analyserer hvilke forslag de velger å teste og hvilke de forkaster, og mater den lærdommen tilbake i instruksjonene. Agentene lærer altså forskernes faglige skjønn.

Dette er ikke AI som erstatter eksperten. Det er AI som gjør ekspertens skjønn skalerbart.

Dette gjelder ikke bare biologer

Mønsteret er generelt: mange agenter som leter bredt i store datamengder, legger merke til avvik, vurderer bevisene kritisk og leverer lesbare rapporter til et menneske som tar beslutningen.

Tenk på et regnskapsbyrå med tusenvis av bilag, et advokatfirma med tiår med saksdokumenter, eller en klinikk med journaldata. I alle disse virksomhetene ligger det mønstre ingen har hatt tid til å se etter. Det uvanlige bilaget. Klausulen som går igjen i kontrakter som endte i tvist. Kombinasjonen av symptomer som dukker opp oftere enn den burde. Det er de samme egenskapene som fant ART: tålmodighet, bredde og evnen til å si «dette her er rart».

Sprangene i biologien har historisk startet med at noen la merke til noe underlig. Restriksjonsenzymer, PCR og CRISPR begynte alle slik. Nå kan den første oppmerksomheten automatiseres.

Men hvor ligger dataene?

Her kommer spørsmålet vi i Skjld Labs mener norske virksomheter må stille seg nå, før agentene blir vanlige verktøy og ikke etterpå: Når hundrevis av agenter skal lese gjennom alt dere har, hvor skjer det?

Anthropic jobbet med offentlige DNA-databaser. Norske kunnskapsbedrifter jobber med klientdata, pasientdata og forretningshemmeligheter. For dem er ikke spørsmålet bare om AI kan finne mønstrene, men om dataene kan forlate huset for at den skal gjøre det.

Vi tror svaret for mange blir en hybrid: lokal infrastruktur der de sensitive dataene bor og hvor den brede, repeterende gjennomgangen skjer, kombinert med de mest avanserte modellene der oppgaven krever det og dataene tillater det. Poenget er at dere bestemmer grensen, ikke leverandøren.

Det som er verdt å ta med seg

Anthropic delte funnet tidlig, før de vet hva ART gjør, fordi de mener det viktigste budskapet er metoden. Vi er enige. Det som skjedde i dag, er en demonstrasjon av at AI-agenter kan drive selvstendig undersøkelse fra rådata til en begrunnet hypotese, med mennesker som dommere og ikke som grovarbeidere.

Spørsmålet for norske virksomheter er ikke lenger om dette kommer til eget fagfelt. Det er hvem som eier infrastrukturen når det gjør det.

Vurderer dere hvordan AI-agenter kan jobbe gjennom egne data uten at dataene forlater huset? Book en uforpliktende samtale, eller les mer om AI-systemene og agentene vi bygger.

Kilder: Anthropic: Claude discovers a novel enzyme system with CRISPR-like repeats (23. september 2026) og den tekniske rapporten (preprint). Grafikk: Skjld Labs.