据公开报道，Anthropic确认在湾区运营一个湿生物学实验室，并称发现了一个隐藏在噬菌体DNA中、行为类似CRISPR的酶系统，该发现主要由Claude完成，但并非完全由Claude完成。对准备申请交叉实验室的科研求职者来说，这条消息真正值得琢磨的，不是能力宣称本身，而是它暴露出的岗位分工问题：在一个AI与湿实验并存的组里，你每天到底做什么？

人类科学家和模型，各干什么？

Anthropic的说法是，其实验室只做BSL-1和BSL-2低风险等级研究，不处理可感染人类的病原体，所有实验室工作由人类科学家执行。注意这句话的边界：物理实验由人做，模型在其中的角色是数据层面的辅助。至于具体介入到什么环节，素材没有给出更多细节，这也正是面试要问的。

同一个“AI+生物”岗位，日常可能完全不同。偏湿实验的岗位，一天大部分时间在台面、培养箱和记录本之间；偏计算的岗位，主要在写脚本、跑比对、清洗数据。混合岗两头都沾，但比例因组而异。你可以问：这个岗位每周大概多少时间在湿实验台，多少时间在电脑前？上一个做这个岗位的人，主要产出是实验数据还是分析流程？这个问题没有标准答案，但回答的具体程度本身就有信息量。

安全等级与自动化边界怎么确认？

安全等级不是入职后才知道的细节，而是选组前需要确认的边界。新闻中提到BSL-1和BSL-2、不处理可感染人类的病原体，这可以作为你提问的起点：实验室的生物安全等级是多少？是否涉及可感染人类的病原体？废弃物和菌株管理由谁负责？这些问题的答案通常有明确规章，如果对方答得含糊，至少说明你还需要继续了解。

自动化边界同样值得问。模型在流程里是只做文献检索和数据筛选，还是会参与实验设计、结果判读？实验执行是否始终由人完成？另外，新闻中未给出未来全自动实验室的时间表，所以不要预设某个组一定在推进自动化。可以问：目前有哪些环节是手动完成的，哪些已经交给工具？注意区分“已部署”和“在测试”：如果对方说某个工具还在测试，就不要默认自己入职后能直接使用。

报道热度之外，求职者看什么？

这类发现是否会被更广泛研究界验证为新发现，目前仍是未知数。对求职者来说，更实际的判断是：团队如何分工、你的技能与岗位实际任务是否匹配，以及你能在这个组里积累什么可验证的经验。

一个可做的小建议：面试前把湿实验与计算的时间占比、生物安全等级、模型参与的具体环节写成三行笔记，面试时逐条问，并记录对方的回答。回答越具体，你对这个岗位的判断就越有依据。