一個執行在 Claude Sonnet 5 上的 AI 代理，在沒有人類決策的情況下，為一隻癲癇模型小鼠自主選擇了基因療法、目標腦區和注射座標，並操控電動手術裝置完成了腦部注射。據 Exin Therapeutics 聯合創始人兼 CEO、牛津大學博士生 Gabriel Ocana-Santero 在 X 上披露，這是 AI 代理首次既選定治療方案、又將其遞送到活體哺乳動物體內。
實驗的設計相當直接：團隊向代理提供了 19 種候選基因療法、一隻通過誘導癲癇發作來測試療法的模型小鼠，以及一台帶攝像頭、顯微鏡和注射器的定製電動手術裝置。代理收到的唯一指令是“減少小鼠的癲癇發作”。隨後，它自行分析了該模型中癲癇的發生機制，提出一種增強特定抑制性訊號通路的療法，並選擇了科學文獻中認定的該類癲癇起源腦區。它還以詳細理由否決了另一個候選靶區，認為該區域效果不可靠，且在一項針對相同癲癇型別的研究中失敗。注射座標則由代理從 三篇科學論文 中提取、交叉核對參考點後取平均值確定，注射體積、速度和等待時間也由它自行設定。
手術過程中，代理通過攝像頭觀察術野，共做出 32 次觀察，跟蹤注射進度並報告是否出現出血。Ocana-Santero 表示，一名持證獸醫批准了每一個不可逆步驟，並手持可立即切斷所有電機電源的物理急停裝置；系統還設有固定限制，例如注射體積上限，代理被明確禁止繞過。
但安全機制在術中意外成為障礙。一次連線中斷後，代理檢測到其計算出的目標位置超出了裝置的物理運動範圍，拒絕繼續操作。即使重啟校準，其判斷仍未改變，第三次嘗試後依然如此。Ocana-Santero 最終發現代理是對的——此前暫停期間的人工調整使控制系統發生了偏移。儘管台上是已麻醉的動物，他仍無法說服代理繼續，只能手動修改程式碼。這一插曲被他視為 AI 對齊問題的縮影：如何讓 AI 代理可靠地遵循人類意圖。他在 X 上寫道，這是一次令人沮喪的經歷，但也揭示了人們可能多麼依賴這些模型，以及當它們在時間敏感的操作中途說“不”時會發生什麼。
模型選擇本身也反映了對齊挑戰。Sonnet 5 是唯一願意從頭到尾執行活體手術的模型；能力更強的 Claude Opus 5.5 和 Opus 5 均拒絕執行，其中 Opus 5 表示無法保證完成，並認為在針已插入麻醉動物大腦的情況下停止，比根本不開始更糟。
Ocana-Santero 承認，自主手術機器人早已存在，且機械精度高於其實驗室裝置，但此前案例中始終由人類選擇手術，機器人只負責執行。而這次代理同時選擇了治療方式和腦靶點，並在活體動物上完成遞送。他將這種方法稱為“in vivo lab in the loop”，即讓 AI 代理與實驗室實驗能力全面連線，Anthropic 也在通過其“Model Hardware Standard”推進類似方向。據他介紹，小鼠術後恢復良好，技術報告預計隨後釋出，但結果尚未經過同行評審。