Anthropic发布Claude Science，AI开始像研二学生一样做科研

当地时间6月30日，开始科研Anthropic正式推出面向科学研究领域的像研学生AI工作台——Claude Science。尽管这并非一款全新的开始科研底层模型，但其战略意义与发布新模型同等重要。像研学生

美国哈佛大学物理学家马修·施瓦茨（Matthew Schwartz）利用Claude Code进行了实验，开始科研测试Claude Science执行科学项目的像研学生能力。结果显示，开始科研其科研水平大致相当于一名研二学生。像研学生这一评估结论已被收录进Anthropic发布的开始科研技术博客中。

虽然“AI能力相当于研二学生”这一结论本身并不令人意外，像研学生但它揭示了一个关键的开始科研行业转变：AI在科学领域的角色正从单纯的“问答工具”转变为实质性的“干活工具”。Claude Science的像研学生发布，标志着Anthropic在这一转型路径上迈出了实质性的开始科研一步。

Anthropic在技术博客中明确指出，像研学生Claude Science不是开始科研一个新的AI模型，也不是生物学意义上更强大的模型。它依然运行在Claude Opus 4.8之上，与普通用户使用的版本完全一致。其核心突破不在于模型本身的参数升级，而在于模型的使用方式和交互逻辑。

（来源：Anthropic）

一体化科研工作台：整合碎片化流程

作为专为科研场景设计的工作台，Claude Science将科学家所需的核心资源——包括数据库、编码工具、计算资源及科研工作流——整合至统一界面。

传统科研流程中，科学家往往需要在十几个网页和软件之间频繁切换，以完成文献调研、数据分析、图表生成及论文撰写。Claude Science通过一站式集成，显著提升了工作效率。

架构创新：主助手+子助手的多智能体协作

在运作机制上，Claude Science扮演项目管理者的角色：

1. 广泛连接：接入60多个科学领域数据库，内置基因组学、蛋白质结构、化学等专用工具包。
2. 任务拆解：具备拆分任务并创建“子助手”分担工作的能力，模拟课题组负责人分配任务给不同成员的场景。
3. 自定义扩展：用户可将自行训练的自定义专家助手接入系统，实现个性化工作流。

此外，系统内置独立的事实核查AI，用于在论文发表前检查引用准确性和计算结果。鉴于当前AI辅助写作中虚构引用和不可验证数据增多的问题，这一功能至关重要。需注意的是，该核查器基于同一底层模型，不具备独立的“真理标准”，仅用于验证其生成内容的内部一致性。

可重复性与数据隐私设计

为确保科研的可重复性，Claude Science在生成3D蛋白质结构或化学结构图时，会自动附带以下信息：
* 生成代码
* 运行环境配置
* 日常口语化的创建说明
* 完整的对话历史

科学家可通过自然语言指令修改图表，系统会自动更新对应代码。在数据处理方面，支持直接在实验室本地基础设施上运行，无需将数据上传至Anthropic服务器，保障了数据隐私与安全。

早期应用案例与行业反响

部分早期用户已验证了Claude Science的效能：
* 艾伦研究所：神经科学家杰罗姆·勒科克（Jérôme Lecoq）利用其构建了多智能体计算审查流程。
* 加州大学旧金山分校脑肿瘤中心：研究团队使用该工具加速胶质瘤种系分析，效率显著提升，且结果已通过独立验证。
* 商业合作：Anthropic在发布会上披露，诺和诺德（Novo Nordisk）和艾伦研究所已成为其客户案例。

战略对标：复制Claude Code的成功模式

Claude Science的产品逻辑与Claude Code高度相似。Claude Code已成为软件开发领域的通用基础设施，被全球程序员用于编码、调试和部署。Anthropic旨在将这一成功模式复制到科学研究领域。

Anthropic生命科学负责人埃里克·考德雷尔-艾布拉姆斯（Eric Cadrel-Abrahams）公开表示，Claude Science与Claude Code、Claude Cowork并列，是公司核心产品布局的重要组成部分。

随着科研重心向数据处理转移（如基因序列分析、分子结构计算、探测器信号处理），科学家往往缺乏专业软件工程背景。AI助手在此场景下填补了“领域知识”与“代码实现”之间的鸿沟，变得举足轻重。

竞争格局：三大巨头的差异化策略

Anthropic发布Claude Science的时机颇具深意，正值OpenAI和谷歌DeepMind在科学AI领域激烈竞争之际：

1. OpenAI（GPT-Rosalind）：
2. 策略：针对生物推理微调的专用模型。
3. 门槛：仅限美国境内合格企业客户，需通过严格资质与安全审查。

4. 早期用户：诺和诺德、安进（Amgen）、艾伦研究所。

5. 谷歌DeepMind：

6. 策略：拥有AlphaFold、AlphaGenome等独家专有基础模型，并通过Gemini for Science平台整合30多个生命科学数据库。
7. 优势：学术壁垒极高，2024年诺贝尔化学奖授予了DeepMind的Demis Hassabis和John Jumper，以表彰AlphaFold的贡献。

8. 人才流动：John Jumper上月宣布离开DeepMind，加入Anthropic。

9. Anthropic（Claude Science）：

10. 策略：侧重工作流整合，而非单一模型微调。
11. 门槛：相对宽松，订阅即可使用。

目前，三家公司正以三种不同策略争夺科学AI市场：Anthropic主打易用性与工作流整合，OpenAI强调企业级安全与准入，谷歌则依赖独家模型壁垒。

开放测试与科研扶持计划

目前，Claude Science已向Pro、Max、Team及企业订阅用户开放测试版。

内部应用：
Anthropic宣布将利用该工具开展内部药物研发，重点关注传统制药行业忽视的疾病领域，旨在解决那些具有真实疾病负担但商业回报较低的靶点问题。

外部扶持：
Anthropic启动早期科研研究者支持计划：
* 资助规模：支持最多50个科研项目，每个项目最高提供3万美元奖金额度。
* 申请对象：博士后及研究生。
* 项目要求：必须跨学科，探索科学边界，重点聚焦生物医学领域。
* 时间节点：
* 申请截止：2026年7月15日
* 名单公布：2026年7月31日
* 项目运行期：2026年9月1日 - 12月1日

参考资料：

• https://www.technologyreview.com/2026/06/30/1139987/claude-science-is-anthropics-newest-flagship-product/
• https://claude.com/solutions/life-sciences
• https://techcrunch.com/2026/06/30/anthropics-claude-science-bets-on-workflow-not-a-new-model-to-win-over-scientists/

排版：胡巍巍

(责任编辑：知识)