2026年6月30日上午10:00（太平洋时间），Anthropic以一场100分钟的线上直播活动"The Briefing: AI for Science"正式宣告其在生命科学领域的全面战略布局。诺华CEO Vas Narasimhan、BMS董事会主席兼CEO Chris Boerner、Genentech研发负责人Aviv Regev等全球顶尖药企的核心管理层悉数出席。而最受关注的无疑是诺贝尔化学奖得主、AlphaFold共同创造者John Jumper的首次公开亮相——这是他6月19日宣布离开DeepMind加入Anthropic后的第一次公开活动。
整场活动释放的信号非常明确：Anthropic不是在做"AI辅助科学研究"的锦上添花，而是在构建AI原生科学研究的全套基础设施——从底层数据到湿实验室再到监管策略，一条完整的生命科学Agent管线正在成形。
一、John Jumper 首秀：从蛋白质折叠到AI原生药物发现
John Jumper在活动中的亮相无疑是全场焦点。距离他6月19日在X上宣布离开工作近九年的Google DeepMind仅11天，Jumper以Anthropic生命科学团队核心成员的身份出现在这场活动中。虽然他在这次活动中的发言相对简短，但其加入本身所传递的战略信号已经足够明确。
蛋白质结构预测曾是结构生物学和计算药物发现之间的关键瓶颈。AlphaFold的突破性意义在于，它让蛋白质三维结构的预测从耗时数年的实验室工作压缩到了只需几分钟的计算任务。而Jumper在会上的发言暗示，他的下一个目标是将这一范式从"预测"延伸到"设计"——即从理解蛋白质结构走向设计和优化具有治疗功能的蛋白质分子。
Jumper的加入填补了Anthropic生命科学战略中关键的一环。此前Anthropic已经通过收购Coefficient Bio获得了药物研发全流程的运营能力，包括靶点识别、药物研发规划和监管策略。Jumper的基础研究能力与Coefficient Bio的运营管线相结合，构成了从理论发现到临床转化的完整链条。
二、VirBench 精度危机：科学 Agent 的核心瓶颈不在模型
本次活动最值得深入解读的内容并非高层的战略发言，而是Anthropic在活动前后发布的研究成果——尤其是VirBench基准测试的发现。
Anthropic测试了六款前沿模型（包括Claude Sonnet 4和GPT-5.5）在40种病原体上的120个病毒序列检索任务。结果出乎意料：在不使用专业工具的情况下，Claude Sonnet 4的准确率仅为16.9%，而GPT-5.5达到91.3%，二者之间差距高达74个百分点。
但这一差距并不是模型能力的差距。当两个模型都被赋予gget virus——一个确定性检索工具，负责协调NCBI数据库API而非让模型自由构建查询——结果发生了根本性变化：Claude Sonnet 4的准确率飙升至92.8%，GPT-5.5达到99.7%，两者的稳定性系数均达到0.92-1.00。
这一发现对科学AI Agent的设计有极其重要的指导意义：在生物学领域，系统的可靠性主要取决于底层数据访问架构，而非模型的选择。生物数据库高度碎片化、API不一致、模型在猜测数据库标识符时会产生幻觉，这些都是"基础设施问题"而非"模型能力问题"。解决方法是增加确定性数据检索基础设施层，而不是等待更强的模型。
Anthropic生命科学负责人Eric Kauderer-Abrams在活动中强调，公司的长期目标是将制药R&D全周期压缩至原来的十分之一。当前药物从靶点识别到获批上市的典型周期长达十年以上，Anthropic的目标覆盖从计算蛋白质设计到监管申报策略的整个过程。
三、BioMysteryBench：AI 在某些问题上超越了人类专家
另一项基准BioMysteryBench的结果同样令人深思。该基准包含99个由领域专家撰写的真实生物信息学问题。Claude Mythos Preview的平均准确率达到82.6%，而人类专家小组的求解率为76/99（约76.8%）。Mythos还独家解决了7个人类专家小组无人能解答的问题。
但报告同时披露了一个重要限制：在大约44%的最难问题上，Mythos的成功答案在五次尝试中有两次或更多次无法复现。模型能得出正确答案，但并非总能以相同的推理路径抵达。这意味着在生物学研究的高风险场景中，任何基于Agent的工作流都需要内置验证步骤，不能将首次运行的输出作为绝对真理。
四、药企巨头的集体"站台"
诺华CEO Vas Narasimhan、BMS董事会主席兼CEO Chris Boerner、Genentech研发负责人Aviv Regev三位顶级药企高管的同台出席，说明Claude在生命科学领域的落地已经从"试点"进入到了"基础设施决策"阶段。
BMS在2026年5月已承诺为旗下超过3万名员工部署Claude Enterprise——这是全球前五大药企中首个做出全公司范围AI承诺的案例。诺华和Genentech的高管同台出席，进一步印证了大型药企正在从观望转向积极部署。
Anthropic还披露了一个关键数据：Claude在生命科学领域的部署中，Bristol Myers Squibb的工程师团队使用Claude Code的编码效率提升显著，而科研团队则将Claude用于靶点验证数据分析、文献综述自动化和实验设计优化等场景。
五、90天内五步走的生命科学攻势
回看Anthropic过去90天的战略动作，一幅有条不紊的布局图景清晰可见。
4月2日，收购Coefficient Bio。以约4亿美元（全股票）收购这家仅有9人的隐形生物技术初创公司。该团队来自Genentech、Roivant、Evozyne，其平台覆盖靶点识别、药物研发规划和监管策略——药物开发全流程的操作能力而非单纯的数据分析能力。
4月至6月，自建湿实验室。Anthropic开设了自己的湿实验室用于基础研究——这对于AI实验室来说是罕见的举措。目标是为模型训练生成公开语料中不存在的新型生物学数据，并建立模型预测与真实实验结果之间的反馈闭环。
6月8日，发布VirBench和BioMysteryBench。两项基准研究为科学AI Agent的可靠性问题提供了可量化的数据支撑。
6月19日，John Jumper加入。诺贝尔奖得主、AlphaFold共同创造者从DeepMind转投Anthropic，这是一次科学可信度的重大背书。
6月30日，AI for Science大会。诺华、BMS、Genentech三大药企高管同台，联合对外宣示AI驱动生命科学的新范式。
这五步棋叠加在一起，揭示了一个核心判断：Anthropic认为生命科学是AI Agent最具变革潜力的领域之一，且这个市场的开启窗口已经到来。其策略不是等待模型能力自然渗透到科学领域，而是主动构建面向科学场景的完整Agent基础设施——包括数据层、模型层、验证层和运营层。对于正在构建科学AI Agent的团队来说，Anthropic的这90天行动路线提供了一个关键的参考坐标。