Anthropic 于 2026 年 6 月 30 日以 beta 版形式推出 Claude Science，一个面向科学家的 AI 工作台。这不是一个简单的聊天工具，而是把科研流程中分散的数据库、文件格式、计算资源和写作环节，统一收进同一个可审计的交互环境。
解决的核心问题：科研流程的碎片化
官方公告点明了一个被多数人低估的问题：科研工作往往较为繁琐，研究人员需要在多个数据库、数据格式和工具之间频繁切换。研究者需要在 PubMed、Jupyter、R、集群终端之间来回切换，处理不同 schema 的数据库，应付需要专门 pipeline 和查看器的文件格式。Claude Science 把这些碎片化工具整合到一个研究环境中，试图让科学家在统一的研究环境中完成文献分析、多步骤研究、图表和手稿迭代。
从工程角度看，这里真正值得关注的是它没有做成云端 SaaS，而是像 Jupyter Notebook 一样，可以在本地或远程运行。官方明确支持 macOS、Linux 本地运行，也支持通过 SSH 连接远程机器或 HPC 登录节点。这意味着实验室现有的计算基础设施可以继续使用，不需要把数据搬到 Anthropic 的服务器上。
可审计产物：不只是生成结果
Claude Science 的关键设计之一是"可审计产物"。官方说明指出，当代理生成一张图或一份手稿时，会同时包含：产生该结果的精确代码、运行环境、生成方式的自然语言描述，以及完整消息历史。这意味着即使几个月后回看，也更容易依据代码、环境、描述和消息历史验证并复现实验过程。
这对科研场景是决定性差异。论文审稿和实验室复现，依赖的不是模型最终输出的答案，而是答案背后的输入、推理过程和可执行代码。一个能自我校正的 reviewer agent 会在 pipeline 运行过程中检查输出，标记错误的引用、无法追溯的数字，以及与底层代码不匹配的图表。
对开发团队而言，可以把这套机制理解为一个"Agent + 环境快照 + 审计日志"的组合。它不是简单地让模型写代码，而是让模型拥有一个持久的运行会话，会话里的代码、数据和上下文可以被随时检查、克隆和复现。
超过 60 个技能与领域连接器
Claude Science 预配置了超过 60 个经过精选的技能和连接器，覆盖基因组学、单细胞、蛋白质组学、结构生物学、化学信息学等领域。用户通过一个通用协调代理与系统交互，这个协调代理可以启动子代理，也可以调用用户创建的专用代理。
官方明确列出了它在生物学场景中对接的数据源：UniProt、PDB、Ensembl、Reactome、ClinVar、ChEMBL、GEO 等。这些数据库各有自己的 schema 和查询语言，普通研究者很难全部掌握。Claude Science 的价值在于，用自然语言提问后，专用代理会自动查询和汇总这些异构数据源。
此外，它还集成了 NVIDIA BioNeMo Agent Toolkit 中的技能，可以连接 Evo 2、Boltz-2、OpenFold3 等生命科学模型和库。这意味着科研人员已经信任的模型和 pipeline 可以继续使用，官方表示可以连接这些已有工具。
算力管理：从笔记本到 HPC 集群
大型分析任务，比如蛋白质折叠或超大规模基因组学 pipeline，通常需要研究者把大量精力花在提交作业、排队等待、检查状态和拉回结果上。Claude Science 设计了一套算力管理机制：
- 代理会先起草一个计算计划
- 在接触新资源前先征询用户同意
- 用户可以在写入和提交任务前审查或撤销任何决定
- 作业提交到实验室已有的计算资源上（通过 SSH 连接自有 HPC 集群，或通过 Modal 账号按需获取计算）
- 分析规模可以从单个 GPU 扩展到数百个 GPU更值得关注的是，代理运行在一个持有上下文内存的活动会话中。官方明确说明，即使非常大的数据集也只需要加载一次，后续处理无需重复加载。同时，大型或敏感数据集可以留在实验室自己的基础设施上，只有每一步分析所需的上下文会被发送给 Claude。对科研团队来说，这个设计直接触及了数据安全和算力成本的痛点。云端 AI 工具再强，如果要求把所有数据上传，很多生物医学研究就无法使用。Claude Science 的设计是"算力可以按需扩展，但数据可以留在实验室自己的基础设施上"，这在实际落地中可能比模型能力本身更重要。早期应用案例透露的真实工作流官方公布了三个合作案例，每个都能看出不同的科研场景：Manifold Bio 利用 Claude Science 进行组织靶向药物设计。它需要评估大量候选分子在不同组织和靶点中的表达、运输和安全性。此前这类工作需要一个通用编码助手，配合人工大量收集和判断数据。Claude Science 能端到端完成这个流程：收集正确的数据，结合 Manifold 内部专有数据的上下文应用判断。关键在于"上下文"——代理不是孤立地分析，而是把过去项目的上下文纳入当前评估。Allen Institute 的 Jérôme Lecoq 构建了一个多代理"计算评审模板"，包含约 20 个自定义技能。子代理阅读数千篇论文，提取核心主张和关键定量发现，存入一个证据状态数据库；随后 pipeline 构建叙事结构，逐节撰写评审，并委派给各自的专责子代理。这个案例最有技术参考价值的是"actor-critic pairs"设计：一个代理负责生成内容，另一个独立的评审代理负责评估准确性和引用保真度。Lecoq 团队过去写这样的综述可能需要两年，现在已有约 10 篇综述，其中多篇超过 100 页。UCSF 的 Stephen Francis 实验室研究胶质瘤分子流行病学，重点关注大量小效应生殖系变异如何结合起来影响个体易感性。Francis 表示，Claude Science 将多种方法综合的生殖系分析速度提升了约 10 倍，且该小组独立验证了结果。这些案例的共同点不是"AI 替换科学家"，而是"AI 接管流程中的调度、检索、计算和审校环节，科学家保留判断和决策权"。什么还不确定官方没有披露 Claude Science 的底层模型版本，也没有公开任何 Benchmark 数据。宣传中提到的"速度提升约 10 倍"来自合作实验室自我报告，不是标准测试。对科研团队来说，复现验证仍然是不可跳过的一环。从工程角度看，Claude Science 更像一个可扩展的 Agent 平台：它用 skills 和 connectors 连接外部工具，用会话上下文管理长流程，用 reviewer agent 做输出校验，用人工审批控制计算资源访问。这个架构不局限于生命科学，但在生命科学这种数据源异构、流程长、容错率低的场景中，价值最明显。对中国 AI 开发者而言，真正值得借鉴的可能是它的落地策略：不试图替代实验室已有工具，而是通过技能、连接器和可复用 pipeline 融入现有基础设施。AI 工作台的竞争，或许将从模型参数转向生态连接能力和可审计性。