SkillPkg Logo
Anthropic 推出 Claude Science,加速生命科学研究进入“Agent 时代”

Anthropic 推出 Claude Science,加速生命科学研究进入“Agent 时代”

Ironben/

2026 年 6 月 30 日,AI 公司 Anthropic 宣布推出全新产品 Claude Science,这是一款专为科研人群打造的 AI 工作台应用。目前已以测试版形式面向 Claude Pro、Max、Team 和 Enterprise 用户开放,首先支持 macOS 与 Linux 平台。

这款产品的目标很明确:让科学家在一个统一环境中完成从文献检索、数据分析、模型调用到图表与论文写作的全流程工作,并且每一步都有“可追溯、可复现”的技术底座。

从“代码助手”到“科研合作者”

过去几年,大型模型在编程辅助、文献摘要等方面的应用已相对成熟,但在真正复杂的科研流程中,AI 往往仍停留在“局部助手”角色。Claude Science 试图跨出这一步,将多种科研工具与算力环境整合在一个多代理系统之中,成为可以“协调一整套实验和分析”的智能工作台。

在界面层面,研究人员通过自然语言与一个“通用协调代理”对话,背后则是 60 余项为生命科学场景预配置的“技能”和“连接器”,覆盖基因组学、单细胞、蛋白质组学、结构生物学、化学信息学等方向。这些代理不仅能调用外部数据库、工具和模型,还能根据任务需要衍生出专门的“子代理”,并由独立的“审稿代理”负责交叉检查引用和计算结果,标出可疑数据并尝试自我纠错。

与传统代码助手相比,这套系统的核心卖点在于“端到端”:从帮你设计 CRISPR 筛选实验,到调取多源数据库筛选潜在靶点,再到生成图表与初稿论文,以及随后对分析流程与结论进行审查,都可以在同一工作空间中完成。

Claude Science Screenshot

Claude Science 支持原生展示蛋白质、三维结构和分子,并确保每一项结果都可追溯至其源头代码,实现完全可复现。

科研成果变成“可审计工单”

科研的难点不仅在于计算本身,更在于日后追溯和复现。Claude Science 强调的“可审计历史”,某种意义上是在为每一张图、每一段分析输出写“工作日志”。

在生成图表或分析结果时,Claude Science 会自动打包三类信息:一是生成该结果所用的精确代码与环境配置;二是面向人的自然语言说明,解释步骤和逻辑;三是完整的对话与操作历史。对于后续需要复现实验、检查统计方法或在数月后重新启用同一流水线的团队来说,这种“工单式记录”有助于降低知识流失和沟通成本。

产品还提供了面向科研场景的原生可视化支持,包括 3D 蛋白结构、基因组浏览器轨迹、化学结构等。研究者可以像和同事交流一样,用自然语言要求系统“把横轴改成 log 标度”、“去掉网格线”、“把这两组数据做对比图”,由代理自动回溯并修改背后的代码,重新渲染图表。

算力在后台自动调度,数据留在本地基础设施

在大规模生物信息学和结构生物学任务中,算力调度往往是另一个痛点。研究者不仅要写分析脚本,还要花大量时间处理作业队列、监控任务状态以及管理 GPU 资源。Claude Science 将这一部分也纳入了代理系统的职责。

按照 Anthropic 的设定,Claude Science 会先与用户确认任务计划,再代表用户在实验室现有基础设施上构建环境、提交作业、监控执行。它可以与本地 HPC 集群通过 SSH 连接,也能调用 Modal 等云端算力服务,并在需要时从单卡扩展到上百张 GPU。

一个关键设计是:系统尽量在用户实验室自身的机器上运行——包括个人笔记本、Linux 服务器或 HPC 登录节点——只有每一步分析所需的上下文才会发送到模型端,大体量或敏感数据可以一直留在原有的安全边界里。这也是 Anthropic 在生命科学与医疗健康领域反复强调的“数据留在你这边”的策略延伸。

在长流程流水线运行期间,审稿代理会持续检查中间结果,识别“无法追溯的数字”“图和代码不匹配”等问题,并尝试修复;科研人员则可随时“分叉”当前会话,在不破坏原始分析路径的前提下平行探索其他思路。

Claude Science Screenshot

Claude Science 能在您的笔记本电脑、集群或按需配置的 GPU 上,自动构建运行环境并管理计算资源。

开箱即用的生命科学知识库

Claude Science 在产品介绍中特别强调了对生命科学领域的深度定制。生命科学数据高度碎片化,分散在 UniProt、PDB、Ensembl、Reactome、ClinVar、ChEMBL、GEO 等各具不同模式与查询语言的专业数据库中,还包括期刊、预印本平台以及各类开源模型。对研究者而言,要在这些资源之间人工切换和比对,成本极高。

为此,Claude Science 集成了来自 NVIDIA BioNeMo Agent Toolkit 的技能,原生连接 BioNeMo 中的一系列生物医学模型和库,例如 Evo 2、Boltz-2、OpenFold3 等。当用户用自然语言提出一个问题时,系统背后的专业代理会自动针对多个数据库发起查询、调用相应模型并聚合结果,省去了研究者对每个数据源单独学习和适配的负担。

同时,Anthropic 也为那些已有成熟管线和工具栈的实验室保留了“本地化”空间:用户可以把自家的分析流水线封装成可重用技能,或通过连接器直接调用实验室偏好的软件与模型;后续会话可自动继承这些配置。这样一来,Claude Science 不仅是“一个新工具”,更有机会成为实验室既有数据与工具体系之上的统一接口。

Claude Science Screenshot

Claude Science 预装了基因组学、单细胞分析、蛋白质组学和化学信息学组件,并有超过 60 个科学数据库提供强大的数据支撑。


真实实验室中的“加速器”:从两年写一篇,到一年十篇综述

在发布前期,Claude Science 已在多家科研机构和企业中进行试用。官方公布的几个案例呈现了不同层面的应用形态。

在生物医药初创公司 Manifold Bio,研究团队致力于开发具有组织靶向性的药物,利用高通量体内实验同时测试数百万个候选分子对数百个靶点的分布情况。团队使用 Claude Science 为最近一轮实验筛选潜在靶点,由系统综合公共数据库与企业内部专有数据,对候选分子在表面表达、胞内转运、安全性等维度进行评估和排序。Manifold 的评价是:与传统代码助手不同,Claude Science 真正做到了端到端,从“搜集合适数据”到“结合历史项目经验做判断”,都由同一套代理系统完成。

神经科学家 Jérôme Lecoq 在美国 Allen 研究所则选择了另一个方向:让 Claude Science 参与长篇综述写作。他基于该平台搭建了一个包含约 20 种自定义技能的“计算化综述模板”,子代理会自动阅读数千篇论文,提取每篇的中心论点和关键定量结果,并集中存入一个“证据数据库”。系统随后构建整篇综述的叙事结构,将不同章节拆分给专门代理负责撰写,并基于证据数据库自动绘制跨研究比较图表。更有意思的是,这套流程中引入了“行为者–批评者”式双代理,一个生成内容,另一个独立审查其准确性和引用可靠性。

在采用 Claude Science 之前,Lecoq 团队完成一篇类似体量的综述往往需要长达两年时间;而现在,他已经拥有约十篇长篇综述,其中不少超过百页,且引用都先经过 AI 审稿代理的检查。团队目前正与领域专家一道,继续打磨这些 AI 批评者的标准。

另一位早期用户是加州大学旧金山分校脑肿瘤中心的副教授、流行病学家 Stephen Francis。他所在团队研究胶质瘤的分子流行病学,关注成千上万个小效应胚系变异如何共同塑造个体患病风险。虽然相关研究早在 Claude Science 之前便已启动,但 Francis 指出,新工具显著压缩了数据分析的周期,使得多种方法下的全面胚系分析耗时缩短至原来的约十分之一。他的团队也对 Claude Science 的输出进行独立复核,以验证“快”的同时是否还能保证“稳”。

学术优惠与“AI for Science”项目支持

在产品策略层面,Anthropic 也释放出拉近与科研群体距离的信号。Claude Science 测试版目前向 Pro、Max、Team 和 Enterprise 级别订阅用户开放,其中 Team 计划面向高校和非营利研究机构的活跃实验室提供优惠席位,需要由机构管理员在组织层面启用。

值得关注的是,Anthropic 还宣布将与 Modal 合作支持最多 50 个 “Claude Science AI for Science” 项目。入选团队最高可获得 3 万美元的 Claude 使用额度,部分项目还将获得 Modal 提供的最高 2,000 美元算力支持。首期项目重点聚焦生物学和生物医学领域,执行周期为 2026 年 9 月至 12 月。

这类项目制支持模式,既是对前沿科学探索的“下注”,也是为自家平台积累高质量典型场景与反馈的途径。

AI 与科学:从工具到基础设施

从产品形态上看,Claude Science 仍是一款应用;但从策略视角看,它更接近“科研基础设施”的雏形——它试图将数据库、算力、模型与科研工作流整合在一起,用通用大模型与多代理系统作为胶水层,把原本割裂的环节串联起来。

在生命科学和医学研究的语境下,这意味着 AI 正在从“帮你写一段代码、看一篇文献”的局部助手,走向“协同完成一项整体研究任务”的系统级角色。它能否真正改变科学家日常工作的形态,还需要时间、实践以及领域专家的持续打磨,但可以肯定的是:围绕“AI for Science”的基础设施之争,已经从模型性能,延伸到了工具链与工作流的整合能力。

Anthropic 选择在这一节点推出 Claude Science,也意味着一个更加激烈的赛道正在成形:谁能先把 AI 变成科研团队日常不可或缺的“工作台”,谁就更有机会成为下一代科研生态的中枢。

Anthropic 推出 Claude Science,加速生命科学研究进入“Agent 时代” | 技能包 SkillPkg