Claude Science

在 AI 赋能科学的浪潮中，各大厂商的策略正逐渐分化。OpenAI 选择了微调专用模型（GPT-Rosalind），Google DeepMind 依赖其独有的基础科学模型（如 AlphaFold），而 Anthropic 则走出了一条不同的路径：不造新模型，而是重构工作流。

周二，Anthropic 正式推出了 Claude Science。这是一个专为科学家设计的 AI 工作台，旨在解决科研过程中最繁琐的痛点——在数据库、分析管道和各种工具之间来回切换。

核心理念：做科研界的“操作系统”

需要明确的是，Claude Science 并不是一个新的 AI 模型，也不是针对生物学特化的更强版本。它运行的是目前所有人都可用的标准 Claude 模型。

Anthropic 的战略意图非常清晰：就像 Claude Code 正在成为软件开发的操作层一样，Claude Science 试图成为生命科学研究的“操作层”。它不再仅仅是一个聊天机器人，而是一个能够连接数据、调用工具并管理复杂任务的项目管理者。

功能解析：从助手到“项目总监”

Claude Science 的工作方式模拟了一个高效科研团队的结构：

1. 主助手（Project Manager）：充当总指挥，连接到超过 60 个科学数据库，并自带基因组学、蛋白质结构和化学等领域的预构建工具包。
2. 子助手（Specialists）：主助手可以将复杂任务分解，委派给专门的子助手，或者移交给用户自定义的“专家”助手。
3. 事实核查员（Fact-Checker）：这是一个独立的事实核查 AI，会在内容发表前对引文和计算进行双重检查。虽然它底层仍是同一个模型，但这种“自我审查”机制对于遏制 AI 伪造引文和数据至关重要。

确保可重复性：代码即图形

科研的可重复性是 AI 介入后的最大争议点之一。Claude Science 通过“代码伴随”的方式来解决这个问题：

• 图形生成：当它生成 3D 蛋白质结构或化学绘图时，会同时生成用于制作这些图形的精确代码。
• 完整溯源：每个图形都附带了创建环境、通俗语言描述以及完整的消息历史。
• 自然语言编辑：科学家可以用通俗语言要求修改图形，智能体会自动编辑底层的生成代码，既节省了时间，又保证了过程的可追溯性。

此外，为了保障数据隐私，Claude Science 支持在实验室自身的基础设施上运行，无需将敏感数据发送到 Anthropic 的服务器。

三大巨头的科研 AI 策略对比

Claude Science 的发布，标志着 AI 科研市场形成了三种截然不同的竞争路线：

早期反馈与支持计划

尽管是测试版，Claude Science 已经吸引了不少早期用户。艾伦研究所的神经科学家用它构建了多智能体审查流程；加州大学旧金山分校的团队则利用它将胶质瘤种系分析的速度大幅缩短，且结果通过了独立验证。

为了进一步推广，Anthropic 还推出了一项支持计划：

• 对象：跨领域的博士后和研究生项目（重点在生物医学）。
• 支持：高达 50 个项目，每个项目提供 30,000 美元的信用额度。
• 时间：申请截至 2026 年 7 月 15 日，项目运行期为 2026 年 9 月至 12 月。