当地时间 6 月 30 日，Anthropic 正式发布 AI 科研产品 Claude Science，这是一个面向科学研究领域的 AI 工作台，尽管不是一款新模型产品，但其战略位置和新模型一样重要。

美国哈佛大学物理学家马修 · 施瓦茨用 Claude Code 做了一个实验，他让 Claude Science 执行了一些科学项目，结果发现它的科研能力大约相当于一名研二学生，这一结论也被写进了 Anthropic 的技术博客里。

这个结论本身并不惊人，但是它指向了一个正在发生的行业转变，那就是 AI 在科学领域的角色正在从回答问题变成干活工具，Anthropic 此次发布 Claude Science 则在这个方向上又往前迈了一步。

Anthropic 在技术博客里强调，Claude Science 既不是一个新 AI，也不是一个在生物学意义上更强大的 AI 模型，它运行的依然还是 Claude Opus 4.8，跟普通用户使用的一模一样，Claude Science 的突破不在模型本身，其亮点体现在了模型被使用的方式上。

（来源：Anthropic）

作为一个专门为科研场景设计的工作台，Claude Science 把科学家在研究中需要的各种东西比如数据库、编码工具、计算资源和科研工作流整合到了同一个界面里。之前一个科学家要做文献调研、跑数据分析、生成图表和写论文，往往需要在十几个网页和软件之间来回切换，有了 Claude Science 这些可以在一个地方完成。

在运作方式上，Claude Science 更像是一个主 AI 助手来充当项目管理者，它连接了六十多个科学领域的数据库，内置了基因组学、蛋白质结构进而化学等不同领域的工具包。Claude Science 可以拆分任务，创建子助手来分担科研工作，就像一个课题组负责人把任务分给不同成员，用户也可以把自己训练过的自定义专家助手接入到 Claude Science 之中。

Claude Science 里还有一个单独的事实核查 AI，可被用于在论文发表前的检查引用和计算。当前，AI 辅助写作被使用得越来越多，一些虚构引用和无法验证的数据也开始出现在科研论文里，因此这样的事实核查很有必要。需要说明的是，这个核查器用的是同一个底层模型，它并不掌握独立的真实标准，只是在检查自己所生成内容的真实性。

在可重复性上，Claude Science 也做了一定设计。当 Claude Science 生成 3D 蛋白质结构或化学结构图的时候，会附带生成关于这些图的代码、运行环境以及一段用日常口语写成的创建说明以及完整的对话历史。科学家在使用的时候，可以用自然语言修改图表，Claude Science 会去修改对应的代码。运行数据的时候，可以直接在实验室自己的基础设施上，无需传到 Anthropic 的服务器。

一些早期用户已经开始用了，美国艾伦研究所的神经科学家杰罗姆 · 勒科克用 Claude Science 搭建了一个多智能体计算审查流程。美国加州大学旧金山分校脑肿瘤中心的一个研究团队用它加速了胶质瘤的种系分析，结果发现比原来快了很多，并且分析结果也经过了独立验证。与此同时，Anthropic 在相关发布会上还提到了诺和诺德和艾伦研究所作为客户案例。

其实，Claude Science 这个产品思路跟 Claude Code 很像。大家都知道 Claude Code 已经成为软件开发领域的一个通用层，全球各地的程序员用它来写代码、调试和部署。Anthropic 实际上想把同样的模式复制到科学研究里。而 Claude Science 就是那个复制品，Anthropic 的生命科学负责人埃里克 · 考德雷尔 - 艾布拉姆斯公开表示，Claude Science 与 Claude Code 和 Claude Cowork 是并列关系，它们都是公司的重要产品布局。

在做科研这件事上，越来越多的工作内容已经变成了数据处理。比如，一个生物学家要分析基因序列，一个化学家要计算分子结构，一个物理学家要处理探测器信号。这些工作在本质上是在跟代码和数据打交道，只不过大部分科学家并不是专业的软件工程师而已，这时 AI 助手在这里就显得举足轻重。

而且 Anthropic 发布 Claude Science 的时机很有意思，就在几个月前 OpenAI 从另一个方向切入发布了 GPT-Rosalind，GPT-Rosalind 是一个专门为生物推理微调的模型，不过只向美国境内的合格企业客户开放，并且需要通过资质和安全审查，此前诺和诺德、安进、艾伦研究所这些机构拿到了 GPT-Rosalind 的早期访问权限。

谷歌 DeepMind 走的是完全不同的路并且起步更早，它手里有 AlphaFold 和 AlphaGenome 这些基础科学 AI 模型，但是其他公司只能把它们当工具调用。与此同时，谷歌的 Gemini for Science 平台把这些模型和三十多个生命科学数据库打包在一起。谷歌 DeepMind 在学术上也是遥遥领先，2024 年诺贝尔化学奖颁给了 DeepMind 的 Demis Hassabis 和当时还在这里工作的 John Jumper，以表彰他们在 AlphaFold 上的成果。但是 Anthropic 最近也拿到了一票，那就是 John Jumper 在上月宣布离开 DeepMind 加入 Anthropic 了。

看起来这三家公司在用三种策略在争抢同一个市场：Anthropic 的标准更宽松，订阅即可使用；OpenAI 的标准更严格，施行了企业级准入制度；谷歌走的是自己的路，靠的是别人没有的独家专有模型，但是这条路的壁垒似乎并非坚不可破。

目前，Claude Science 已经面向 Pro、Max、Team 和企业订阅用户开放了测试版，Anthropic 还宣布要使用这套工具自己来做药物研发，并将重点关注被传统制药行业忽视的疾病领域。Anthropic 表示，这些领域涉及到传统制药和生物技术行业不太会考虑的一些靶点，因为它们确实带来了一些真实的疾病负担。

Anthropic 还在扶持一些早期科研研究者，其将支持最多五十个使用了 Claude Science 的科研项目，会给每个项目提供最高三万美元的奖金额度，这一申请主要面向博士后和研究生，要求科研项目必须跨越多个领域并且能够探索科学边界，重点需要放在生物医学研究领域，申请截止到半个月后的 2026 年 7 月 15 日，获奖名单将在 7 月 31 日予以公布，项目运行时期将从 9 月 1 日持续到 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