Anthropic 推出科研工作臺 Claude Science:打通 60 多項工具並內建審查智慧體
Anthropic 推出科研工作臺應用 Claude Science 測試版,支援 macOS 與 Linux。它整合了生命科學與化學等 60 多項工具與聯結器,並內建審查智慧體核驗引用與計算,結果全程可審計復現。目前面向付費訂閱使用者開放。

做生物和醫藥研究的人,日常大多時間其實不是在搞科研,而是在當資料搬運工:在 UniProt、PDB 之間來回跳,寫指令碼把格式轉來轉去,在終端裡盯著 HPC 算力排隊,最後還要手動做圖、核對參考文獻。
Anthropic 剛剛釋出了一個名為 Claude Science 的專用工作臺應用,目前在 macOS 和 Linux 上向 Pro、Max、Team 以及 Enterprise 訂閱使用者開啟公測。它不是一個全新的生物大模型,底層還是通用的 Claude(包括 Claude Opus 4.8),但 Anthropic 把幾十個工具鏈打包成了一個可以直接幹活的科研環境。
與此同時,據 STAT 報道,Anthropic 生命科學負責人 Eric Kauderer-Abrams 在釋出會上透露,公司甚至打算嘗試自己做藥,親身驗證這些工具解決實際科學問題的能力。
讓一個總管帶著一堆專家幹活
Claude Science 的核心體驗很像給實驗室配了一個懂技術的專案經理。使用者只要用自然語言下指令,主協調智慧體就會調動 60 多個預置技能和聯結器,覆蓋基因組學、蛋白質組學、單細胞分析、結構生物學和化學資訊學等領域。
它接入了輝達的 BioNeMo Agent Toolkit。這意味著研究人員在對話方塊裡一句話,就能直接排程 Evo 2、Boltz-2、OpenFold3 這些生命科學模型,以及 Parabricks 等加速庫。根據輝達的資料,RAPIDS-singlecell 能把 130 萬個細胞的預處理聚類從 52 分鐘壓縮到 25 秒,nvMolKit 在分子構型生成等操作上提速最高可達 3000 倍。
更重要的是算力管理。Claude Science 能接管本地環境、通過 SSH 連線你實驗室自建的 HPC 叢集,或者直接呼叫 Modal 雲算力,把單卡任務自動擴容到上百張 GPU。它先出方案、要許可權,得到確認後再提交任務。因為大型敏感資料只留在實驗室內部基礎設施裡,傳送給 Claude 的只有各步驟所需的上下文。
審查員 Agent 盯著查重和算錯
AI 寫論文最讓人頭疼的是胡編文獻和數字。Anthropic 在工作流裡塞進了一個「審查員智慧體」(reviewer agent),專門挑引文錯誤、不可追溯的資料以及圖表與程式碼對不上的問題,邊跑邊糾錯。
科研產出物也有完整的可追溯鏈條。工作臺原生支援渲染 3D 蛋白質結構、化學結構和基因組瀏覽器軌道。每張圖生成時都會附帶完整的環境、程式碼、操作記錄和自然語言說明。想改圖也不用重寫程式碼,直接對它說「把座標軸改成對數刻度」或「去掉網格線」,它自己去改底層程式碼。
艾倫研究所(Allen Institute)的神經科學家 Jérôme Lecoq 用它搭建了一套包含約 20 個技能的長篇綜述寫作流程,子智慧體閱讀數千篇論文並構建證據資料庫,之前團隊寫一篇要花兩年,現在已經寫出約 10 篇百頁以上的綜述。加州大學舊金山分校(UCSF)腦腫瘤中心的 Stephen Francis 團隊在膠質瘤分子流行病學分析中,把全基因組分析時間縮短到了原來的十分之一,且結果經過了獨立驗證。靶向藥物研發公司 Manifold Bio 則用它來篩選組織靶向藥物的靶點。
針對學術機構,Anthropic 為實驗室提供了折扣 Team 席位,並出資支援最多 50 個科研專案,每個專案提供最高 3 萬美元的額度,Modal 也會為入選專案提供最高 2000 美元的算力。申請截至 2026 年 7 月 15 日。
為什麼重要
我們認為,Anthropic 這次拿出的策略非常聰明:它不跟對手死磕昂貴且專用的垂直模型,而是複用了 Claude Code 證明過的套路——把工作流變成垂直作業系統。
目前生命科學 AI 領域呈現出三種完全不同的路線:OpenAI 在 4 月推出了閉門稽核、僅對少數大客戶開放的專屬微調模型 GPT-Rosalind;Google DeepMind 守著 AlphaFold 和 AlphaGenome 等獨家底層模型壁壘;而 Anthropic 則是把通用模型套上工程外殼,直接向普通 Pro 和 Max 使用者開放。對絕大多數日常被資料清洗和管線配置折磨的研究員來說,一個現在就能上手、能在本地跑、能管 HPC 的全套環境,吸引力遠高於排隊等候企業級測試資格。
但這套做法也有隱患。審查員智慧體雖然能攔截粗心錯誤,但它本質上還是同一個大模型在自己審自己,缺乏獨立的第三方物理世界驗證;另外,像諾和諾德(Novo Nordisk)和艾倫研究所這樣的機構往往會同時採購多家工具,Anthropic 想靠工作流壁壘長期繫結實驗室,就必須保證它在接入各類開源或第三方模型時的開放度不打折扣。
來源 (4)
- anthropic.com(在新分頁開啟)原文anthropic.com
- statnews.com(在新分頁開啟)報導statnews.com
- blogs.nvidia.com(在新分頁開啟)報導blogs.nvidia.com
- techcrunch.com(在新分頁開啟)報導techcrunch.com