Anthropic 推出生命科學方案：Claude 接通 PubMed，實驗基準超人類

過去科學家用 AI，大多像在用一個高階打字機或查資料外掛，寫兩行統計程式碼、讀幾篇文獻摘要就完事了。

Anthropic 現在打算把這個打下手的小工，直接塞進實驗室的核心流程裡。Anthropic 正式推出 Claude for Life Sciences，想讓自家模型從早期的假設提出、實驗協議編寫，一路陪跑到底層的生物資訊分析，甚至連後期臨床合規申報文件都一起包攬。

支撐這個計劃的是 Claude Sonnet 4.5。在衡量實驗室實驗方案理解能力的 Protocol QA 測試中，Sonnet 4.5 拿到了 0.83 分，不僅甩開前代 Sonnet 4 的 0.74 分，還反超了 0.79 分的人類基準線。在評估生物資訊學任務的 BixBench 上，新模型的表現同樣比上一代高出一截。

把科研工具箱接進模型大腦

光有聰明模型還不夠，生物學家日常離不開專業的實驗平臺和資料庫。

這次 Anthropic 直接打通了一批生命科學領域的關鍵聯結器。比如連上 Benchling 後，Claude 回答實驗問題時能直接附帶原始實驗筆記和記錄連結；接通 BioRender 可以直接呼叫合規的科學圖表和圖示；PubMed 和 Wiley 的 Scholar Gateway 提供了同行評議文獻的權威接入；10x Genomics 則讓研究人員可以用自然語言跑單細胞和空間分析；資料協同平臺 Synapse.org 也在支援之列。

這些新介面加上此前支援的 Databricks、Snowflake，以及微軟與谷歌的企業套件，基本覆蓋了生物醫藥研發從查文獻、翻筆記到跑大規模生信資料的整套鏈路。

除了介面，Anthropic 還把上週推出的 Agent Skills 用了進來。所謂技能包，就是把特定協議和指令碼打包給模型，讓它能按固定步驟穩妥幹活。他們先做了一個針對單細胞 RNA 測序質控的技能包，按照 scverse 的行業最佳實踐過濾資料，研究人員也能按自己的實驗流程自制專屬技能。

目前這個方案已經上線 Claude.com 和 AWS Marketplace，隨後還會進駐 Google Cloud Marketplace。為了推廣落地，Anthropic 拉來了德勤、埃森哲、畢馬威、普華永道等一眾諮詢巨頭，還通過 AI for Science 計劃給全球頂尖科研專案發放免費的 API 額度。

為什麼重要

生命科學是 AI 落地最值錢、也最難啃的領域之一。以往做生物計算，門檻高得嚇人，溼實驗人員和做生信分析的程式碼人員之間往往隔著一條鴻溝。Claude 這套打法的聰明之處在於，它沒有去重新造一套溼實驗儀器或垂直軟體，而是把自己做成一條膠水，把 Benchling、10x Genomics、PubMed 這些大家本來就每天在用的專業軟體串聯起來。對實驗室裡的研究人員來說，不用跳出日常工具鏈就能用自然語言跑分析、調筆記，門檻降了一大截。

但這裡面的隱患也很明顯。大語言模型的幻覺問題在普通辦公里頂多是個錯別字，在生物醫藥裡卻可能導致完全跑偏的實驗方案、甚至弄錯臨床合規資料。雖然 Sonnet 4.5 在測試基準上超過了人類基準線，但評測和極其動態的真實科研環境完全是兩碼事。我們認為，科研團隊現在完全值得拿它來整理文獻、輔助寫寫 SOP 初稿或做初步的質控清洗，但在涉及實驗設計和合規審批的關鍵環節，人類科學家必須死死把好最後一關。

從競爭來看，OpenAI 還在打通用 Agent 和廣泛企業級服務的大牌，Anthropic 已經開始帶著諮詢公司軍團深扎進垂直度極高的科研深水區。把學術機構用免費算力繫結、再讓大型藥企在公有云上掏錢買單，Anthropic 這一步商業閉環走得非常務實，也會逼著其他模型廠商加快在科研垂直場景的工具鏈整合。