ИИ-агент на Claude Sonnet 5 самостоятельно выбрал генную терапию и провёл операцию на мозге мыши

Исследовательская группа под руководством Габриэля Оканья-Сантеро из Exin Therapeutics и Оксфордского университета предоставила агенту на основе Claude Sonnet 5 список из 19 возможных генных терапий и доступ к кастомизированной моторизованной хирургической установке с камерами. Единственной задачей было снизить частоту приступов у мышиной модели эпилепсии. Агент самостоятельно проанализировал механизм возникновения судорог у конкретной модели и предложил терапию, усиливающую определённый тормозной сигнальный путь в мозге.

В качестве мишени он выбрал структуру, которую научная литература определяет как источник этого типа приступов. Вторую возможную целевую область агент отверг, приведя развёрнутое объяснение. По его оценке, эффекты в этой зоне были слишком нестабильны, а в одном из исследований она не показала результата против именно того типа судорог, который требовалось лечить.

Координаты для инъекции агент вывел на основе трёх научных статей, перепроверил референсные точки и усреднил значения. Он также самостоятельно задал объём вводимого вещества, скорость и время ожидания. Во время процедуры агент наблюдал за операционным полем через камеру и сделал 32 наблюдения.

Он отслеживал ход инъекции и сообщал, видит ли кровотечение или обратный ток препарата. Каждый необратимый шаг одобрял лицензированный ветеринар, державший физическую кнопку аварийной остановки. В середине операции возникла проблема: после обрыва соединения агент обнаружил, что расчётная целевая позиция вышла за пределы физического диапазона движения устройства.

Он отказался продолжать, даже когда перекалибровка не изменила его оценку и была предпринята третья попытка. Агент оказался прав: ручные корректировки во время более ранней паузы сбили систему управления. Оканья-Сантеро не смог убедить агента продолжить процедуру, несмотря на то что животное оставалось под наркозом на операционном столе.

В итоге код пришлось исправлять вручную. Он охарактеризовал этот инцидент как проявление проблемы выравнивания ИИ — ситуации, когда модель отказывается следовать намерениям человека. Выбор модели также отразил трудности согласования: Claude Sonnet 5 оказался единственной версией, согласившейся провести процедуру от начала до конца.

Более производительные Claude Opus 5.5 и Opus 5 ответили отказом. Opus 5 заявил, что не может гарантировать завершение операции, а остановка с иглой в мозге анестезированного животного хуже, чем отказ от старта. Оканья-Сантеро утверждает, что это первый известный случай, когда ИИ-агент одновременно выбрал терапию и целевую зону мозга, а затем выполнил процедуру на живом млекопитающем.

Он называет подход «in vivo lab in the loop», при котором агенты полностью подключены к экспериментальным возможностям лаборатории. Anthropic работает над похожей концепцией в рамках инициативы «Model Hardware Standard». Мышь успешно восстановилась после операции.

Ожидается публикация технического отчёта, результаты пока не прошли рецензирование. Эксперимент последовал за серией недавних тестов, показавших, что большие языковые модели серьёзно продвинулись в роли управляющих блоков для роботов, хотя вопросы контроля в этой роли остаются отдельной проблемой.