Anthropic Claude Science 正式上线:把 Claude Code 的范式搬进科研工作台,60+ 数据库自动编排

事件内容

6 月 30 日,Anthropic 推出 Claude Science——面向科学研究的 AI 工作台。这是 Claude 在生物/化学/科研垂直领域的产品化,定位上等同于"Claude Code for Scientists"。

核心机制:

多智能体编排:用户面对一个通用协调 agent,它持有 60+ 预配置的 skills 和 connectors(基因组学、单细胞、蛋白质组学、结构生物学、化学信息学),并能即时 spin up 子 agent,也能接入用户自建的 specialist agent
审查 agent(reviewer agent):实时检查引用、计算、图表是否对得上代码,发现错误自纠
整合的科学数据库:UniProt、PDB、Ensembl、Reactome、ClinVar、ChEMBL、GEO 等 60+ 数据库,通过 NVIDIA BioNeMo Agent Toolkit 直接连进 life sciences 模型/库(Evo 2、Boltz-2、OpenFold3)
计算资源管理:自动管理 HPC over SSH、Modal on-demand GPU;从单卡扩展到数百卡;敏感数据不离开本地,HPC 上只传"当前步骤需要的最小上下文"
可重现 artifacts:每个图表/手稿带"创建它的代码 + 环境 + 完整消息历史",几个月后还能复现
本地部署:macOS / Linux 本地 + 远程 HPC + SSH/HPC login node,支持 fork session 比较不同分析路径

定价和可用性:对所有 Pro/Max/Team/Enterprise 付费用户开放 beta,不需要企业资质审核;Team plan 学术实验室/非营利组织有折扣席位;Anthropic 同时支持最多 50 个 AI for Science 项目,每个最多 $30K credits,Modal 额外提供最多 $2K 计算。申请截止 2026 年 7 月 15 日,9 月 1 日-12 月 1 日执行。

三个已经验证的应用案例:

Manifold Bio(组织靶向药物公司):用 Claude Science 评估每个候选靶标的表面表达、运输、安全性,基于内部专有数据自动排名——把"过去需要人工 2 周的评估"压缩到"几次对话"
Allen Institute 的 Jérôme Lecoq(神经科学家):用 Claude Science 构建了一个约 20 个自定义 skill 的"计算综述模板"多智能体——子 agent 读数千篇论文,抽取中心论断和定量发现,存入 evidence state database,再分段写作综述,每段有 actor-critic 对(创作 agent + 评审 agent)。过去 2 年才能写一篇综述,现在手上有约 10 篇 100+ 页的综述
UCSF Brain Tumor Center 的 Stephen Francis(流行病学家):用 Claude Science 做神经胶质瘤的分子流行病学分析,跨多种方法做 comprehensive germline workup——过去 10 倍时间的任务现在一次完成,独立验证后结果稳健

深度剖析

Claude Science 这件事的战略意义,不在"科研人员终于能用 AI"——这个早就做到了。它的真正意义在于Anthropic 第一次把"AI coding 工具"的产品范式搬到了非软件领域:

第一层:从"提示词工程"到"agent + skill + connector"的产品模板复用。 Claude Code 的核心抽象是 agent + tool + skill——Claude Science 完整沿用这套抽象,只是把 tool 从"读文件、写代码、跑测试"换成"查 UniProt、调 Boltz-2 预测蛋白结构、提交 HPC 作业"。Anthropic 用同一个产品语言,把"AI 帮我写代码"扩展成"AI 帮我做科研"——这是产品架构上的杠杆,不是新做一套系统。

第二层:科研场景是 AI coding 范式的天然外延。 科研工作流和软件工程工作流高度相似:查文献 ≈ 读代码、做实验 ≈ 跑测试、写论文 ≈ 写文档、提交作业 ≈ git push。Anthropic 把 Claude Code 在软件工程领域打磨出来的"agent 能读上下文、能写代码、能跑命令、能审查结果"的整套能力,直接复用到科研——这是 Claude Code 价值外溢的第一个真实落点。

第三层:计算资源调度是"AI for Science"的硬骨头。 AI coding 工具的算力调度相对简单——本地 + 云端 GPU + Claude API 调用。科研场景复杂得多:HPC over SSH + 本地敏感数据 + 数百卡 GPU 扩展 + 多步骤流水线依赖管理 + GPU 小时计费。Claude Science 在 compute orchestration 上做了大量工程:起草计划、询问后才动用新资源、用户可随时 review/revoke 决策、自动从单卡扩到数百卡。这是 Anthropic 在表达"我们也能做基础设施",不只是接 API 调模型。

第四层:科研数据的可重现性问题被 AI 工作流正面解决。 过去 20 年科研最大的痛点是"这篇论文的结果别人复现不出来"——本质是分析过程不透明、参数没记、环境版本对不上。Claude Science 强制每个图表带创建它的代码、环境、消息历史,这个动作直接对应 NIH 2023 年开始推的"Data Management and Sharing Policy"——AI 工作流把"可重现性"做成默认行为,而不是靠科学家自觉。

对 OpenAI、Google 的具体冲击:

OpenAI Deep Research 是另一个 AI for Science 选手,但定位偏"研究综述"而非"实验执行";Claude Science 把范围扩到"实验执行 + HPC 调度",覆盖更全
Google Scholar + Gemini + Vertex AI 是个分散的工具栈,没有 Claude Science 这种"统一工作台"
Anthropic 的护城河是 Claude Code 6 月以来在 AI coding 工具市场积累的产品经验——多智能体编排、tool use、MCP connector 生态——这些能力直接搬运到 Claude Science,不是从零起步

对 AI coding 生态的反向影响:Claude Science 给所有 AI coding 工具一个"垂直行业工作台"的产品模板——Cursor for iOS(移动 IDE)、Cloudflare Sandbox(云端 agent runtime)、Anthropic Claude Science(科研 IDE)。通用 AI coding 工具正在被"垂直化"切割,每个行业都可能有自己的 Claude Code 变体。

值得关注的原因

科研人员:立刻申请 beta,把现有流程里最痛苦的部分(综述写作、文献检索、参数扫描)交给 Claude Science 试一遍
生物/制药公司 CTO:Manifold Bio 的案例已经证明 ROI——一次评估从 2 周缩到几次对话,意味着同样的科学团队规模可以做 5-10 倍的项目
AI for Science 创业者:Anthropic 把"agent + skill + connector"开源模板打出来,这是任何垂直 AI for Science 公司的产品原型
AI coding 工具公司:Claude Science 给出"垂直行业工作台"的产品模板——你的 Cursor / Cline / Devin 是否应该切"金融版"、"法律版"、"教育版"?
HPC/超算中心:Claude Science 的 compute orchestration 模式如果推广,HPC 使用方式会从"提交作业排队"变成"AI agent 调度 + 自动扩展"

风险与待观察

数据安全边界:Claude Science 说"敏感数据不离开本地,HPC 上只传当前步骤的最小上下文"——但怎么定义"最小上下文"?一个查询需要蛋白序列 + 突变位点 + 表达水平,这一组数据本身就是敏感的,不是模型权重那种意义上的"敏感"
幻觉风险在科研场景被放大:AI coding 场景下代码错了顶多编译失败,科研场景下"AI 推测的蛋白结构错了"会导致几百万美元的实验失败。reviewer agent 的覆盖率有多少?哪些场景下需要人工二次确认?
数据库订阅费:UniProt、PDB 部分数据库是免费的,但 ChEMBL、ClinVar 部分高级功能需要订阅——Claude Science 的计费是否覆盖数据库费用?
跨机构协作:学术合作场景下,数据通常要共享,但 Claude Science 的 session 是 per-user 的。多实验室联合项目如何在 Claude Science 里协作?
长期记忆与版本管理:科研项目通常持续 2-5 年,Claude Science 的 session 是否支持跨年持续?fork session 后证据状态如何继承?
NVIDIA BioNeMo 的绑定风险:Claude Science 严重依赖 NVIDIA BioNeMo Agent Toolkit,如果 NVIDIA 调整许可或定价,Anthropic 必须自建或找替代

参考来源

Anthropic 官方公告:https://www.anthropic.com/news/claude-science-ai-workbench
Anthropic 应用页面:http://claude.com/science
科技时报 Beta 详情:https://www.techtimes.com/articles/319439/20260701/anthropic-launches-claude-science-ai-research-workbench-open-all-paid-subscribers.htm
腾讯新闻深度报道:https://news.qq.com/rain/a/20260701A05E8U00
新浪财经:https://finance.sina.com.cn/tech/roll/2026-07-01/doc-inifhmie3179147.shtml
Anthropic 学术 Team Plan:https://claude.com/programs/claude-team-plan-for-research-labs
Modal × Claude Science 集成:https://modal.com/blog/modal-integration-brings-scalable-compute-to-claude-science