学术人狂喜！！

Anthropic 的 Claude Science 上线还不到一周，开源社区就亮出了自己的答卷。

一家由 YC 孵化的 AI 科研团队，交出了「Claude Science 开源平替版」OpenScience。

同样是覆盖文献检索、假设生成、代码实验到论文撰写的全流程 AI 科研工作台，但它不绑定任何一家模型厂商。

DeepSeek、GLM、Claude、GPT ……甭管国内还是国外，你想用哪个就用哪个。

而且项目采用对开发者最为友好的 Apache 2.0 协议，仅需一行命令即可安装。

消息一出，项目直接冲上 X 热搜。人们纷纷直言：

这才是 scientific AI 该有的样子。（A 社：报我名得了）

Claude Science 虽强，但用不了啊…

大约 5 天前，Anthropic 在 MIT Technology Review 的一场闭门活动上，正式发布了 Claude Science。

这是一个专门面向科学家的 AI 工作平台，提供研究人员最常用的各种工具和软件包。

举个例子，以前一个科研人员要完成一项研究，得在 PubMed 上查文献，用 Jupyter 写代码，拿 R 跑统计，SSH 连集群提交任务，再用各种工具画图、写论文。

十几个窗口来回切，光是工具间的「转换」就足够消耗大量精力。

而 Claude Science 想干的，就是把这些全塞进同一个工作台。

具体来看，它做了几件比较关键的集成：

数据库和工具链层面，内置了 60 多个科学数据库连接器和预配置技能包，覆盖基因组学、单细胞分析、蛋白质组学、结构生物学、化学信息学等常见科研领域。

你用自然语言提问，专业 Agent 会自动跨库查询，UniProt、PDB、Ensembl、ChEMBL、GEO 这些数据库不用挨个翻。

它还接入了英伟达的 BioNeMo Agent Toolkit，可以直连 Evo 2、Boltz-2、OpenFold3 等生命科学模型。

执行层面，它引入了多智能体架构。

主 Agent 负责整体规划，子 Agent 并行处理不同任务，还有一个 Reviewer Agent，专门负责做事实核查，比如检查引用、验证计算结果、标注潜在错误。

生成的结果也不只是文本输出，3D 蛋白质结构、基因组浏览器轨道、化学结构式这些内容，它都能原生渲染。

而且每张图表都会同时保留生成代码、运行环境、自然语言说明和完整对话历史。

在某些场景里，科学家甚至可以直接用一句话改图，系统自动回写底层代码。

算力层面，Claude Science 可以直接对接你实验室已有的基础设施。

笔记本、Linux 服务器、HPC 集群登录节点都行，通过 SSH 连接或者 Modal 账户按需调用云端 GPU，从单卡扩展到数百卡。

大规模数据集只需加载一次，敏感数据不用离开你自己的系统，只有每一步分析需要的上下文才会发送给 Claude。

早期的内测用户已经跑出了一些实际案例。

艾伦研究所的神经科学家 J é r ô me Lecoq 用它搭了一个多智能体「计算评审模板」，包含约 20 个自定义技能，让子 Agent 读数千篇论文、提取核心观点和定量数据，再逐章生成综述。

就这么说吧，以前写一篇综述要两年，现在他手上已经有大约 10 篇——

许多超过 100 页，且引用全部经过 Reviewer Agent 核验。

而 UCSF 脑肿瘤中心的 Stephen Francis 用它做胶质瘤的分子流行病学研究，跑 germline 变异分析。

他说 Claude Science 把原本需要的时间压缩到了十分之一，而且他的团队独立验证了结果，确认分析既快又靠谱。

结合今年 3 月哈佛物理学家马修 · 施瓦茨对 AI 科研能力的评价，目前 Claude 的水平大约相当于一位研二学生。

他在 Anthropic 官方博客发表了一篇客座文章「Vibe Physics: The AI Grad Student」，里面记录了他用 Claude Opus 4.5 完成一篇理论物理论文的全过程。

当时他给出的结论是：

当前 AI 的科研能力大约相当于一名研二学生，能干活、不喊累，但每一步都需要导师盯着。

这个判断后来也被 Anthropic 写进了 Claude Science 的技术文档，作为产品定位的一个校准点。

不过，Claude Science 目前有几个硬限制：

只支持 macOS 和 Linux

仅面向 Pro/Max/Team/Enterprise 付费用户

在平台上只能用 Claude 自家模型

这几道门槛叠在一起，尤其对国内科研团队来说，Claude Science 就成了「可望不可即」的东西。

好消息：开源平替来了

瞄准以上限制，开源项目 OpenScience 应运而生。

其背后团队名为 Synthetic Sciences，2025 年在旧金山成立，今年刚从 YC 2026 冬季批次毕业。

创始团队的野心不小，要造一个平台，让科学家把复杂的研究任务直接委托给「AI 联合科学家」 ( AI co-scientists ) ，从文献综述到假设生成到实验执行到论文撰写，整条链路都让 AI 自主跑通。

他们内部有一个核心判断：

科学基础模型需要具备真正的「研究品味」 ( research taste ) ，而这种品味靠单纯堆参数堆不出来，必须产品和模型两条腿走路，用产品收集高质量的科研过程数据，再用这些数据训练出有品味的模型。

OpenScience，就是这条路线落地的第一个产品。

虽然 OpenScience 的使命和 Claude Science 一样，但它们有一个根本性区别：

模型不可知（model-agnostic）。

用 Synthetic Sciences 自己的话说：

科学 AI 应该是开放的，不该由一家公司垄断人类用来探索发现的工具，更不该由它来决定谁有资格使用。

所以在这个平台，Anthropic、OpenAI、Google、DeepSeek、GLM ……只要你手里有 API Key，都能直接接。

甚至可以跑本地模型，用 Ollama 部署，数据一个字节都不用出你的机器。

你的 Key 留在本地，请求直连模型提供商，不经过任何中间服务器。

而且，OpenScience 支持按请求切模型。

同一个工作台里，你可以这一步用 Claude，下一步换 DeepSeek，不需要改任何配置。

功能层面，OpenScience 甚至比 Claude Science 更激进——

内置 250 多个研究技能包，是 Claude Science 的 4 倍多，覆盖 ML、计算生物学、化学信息学等方向，而且全部可读、可编辑、可扩展。

安装也很简单，终端一行命令：

即开即用，浏览器自动弹出工作台。首次运行选个模型来源，填上 API Key，就能开始干活。

想全局安装也行：

嫌配 Key 麻烦的话，团队还提供了一个托管平台 Atlas ——

充值钱包直接调用多家前沿模型，不用挨个配 Key，还有持久化的研究图谱和云端算力。

但这个 Atlas 不是必须的，你用自己的 Key 跑 OpenScience，一样可以完全免费用起来，没有门槛。

One More Thing

有意思的是，翻到 OpenScience 的 GitHub 页面最底部，你会看到一段特意加上的声明：

OpenScience is an independent project. It is not affiliated with, endorsed by, or sponsored by Anthropic. "Claude" is a trademark of Anthropic, PBC, used here only to describe compatibility.

翻译翻译，我们是独立项目，跟 Anthropic 没有任何关系。提到「Claude」纯粹是说兼容性，别多想。

看来当初的「龙虾」给整个开源社区留下的印象，还是太深刻了。

OpenClaw 几度更名在前，OpenScience 这次直接把撇清关系的声明焊死在 README 第一版里。

无他，先活下来，再谈平替（doge）。

开源地址：

https://x.com/i/trending/2073904804829741364?s=20

参考链接：

[ 1 ] https://x.com/SynScience/status/2073829478393086311?s=20

[ 2 ] https://x.com/i/trending/2073904804829741364?s=20

[ 3 ] https://www.openscience.sh/

[ 4 ] https://www.anthropic.com/news/claude-science-ai-workbench

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见