2026年6月30日，Anthropic 正式发布了 Claude Science——一个面向科学家的 AI 工作台，这是公司自成立以来在"AI for Science"方向上的最大产品动作。作为此前预告的"AI for Science"系列活动的核心产品发布，Claude Science 的亮相标志着 AI 从通用的代码辅助工具，正式向专业化的科学研究全栈平台迈进。
Claude Science 不是一个简单的 AI 聊天界面，而是一个深度整合了科学工作流的智能体平台。它集成了超过 60 种预配置的科学工具和连接器，覆盖基因组学、单细胞分析、蛋白质组学、结构生物学、化学信息学等多个生命科学细分领域。用户可以通过自然语言与平台交互，完成从文献调研、实验设计、数据分析到论文撰写的一体化研究流程。
一、产品定位：科学家的全栈 AI 工作台
科学研究长期以来面临着工具碎片化的困境。一名生物信息学研究者可能需要同时操作 PubMed 检索文献、Jupyter Notebook 分析数据、R 语言统计建模、终端登录高性能集群提交作业——这些工具之间缺乏统一的上下文和数据流转机制。
Claude Science 的核心设计理念正是打破这种碎片化。它将上述工具整合到一个统一的 AI 编排环境中，用户可以在同一个会话中完成研究的所有阶段：分析文献、执行多步研究任务、生成可审计的研究产物，并迭代优化图表和稿件直到满足发表标准。
每个输出都附带完整的可审计历史记录——从原始数据到最终结论的每个推导步骤均可追溯、可验证、可复现。这对于强调可重复性的科学研究来说，是一次基础设施层面的质变。
二、核心能力：从通用 Agent 到科学专家 Agent
Claude Science 的技术架构值得关注。用户与之交互的是一个通用协调 Agent（generalist coordinating agent），该 Agent 内部持有超过 60 个预配置的科学技能和连接器，能够按需调用专业子 Agent 完成特定任务。更重要的是，用户可以自行创建和注册新的专家 Agent，形成可复用的研究技能库。
平台内置了一个独立的审查 Agent（reviewer agent），负责实时检查引用准确性、计算结果的可信度，以及图表与底层代码的一致性。发现错误时会自动标记并尝试修正——这一"生成-审查"的双 Agent 架构，在科学研究这种高容错成本的场景中尤为关键。
在计算资源管理方面，Claude Science 支持在用户自有基础设施上运行——笔记本电脑、Linux 工作站、HPC 集群或云端 GPU。Agent 会自主编制计算方案，在需要扩展资源时征求用户批准，然后提交作业并在完成后拉回结果。大规模数据集只需加载一次，因为 Agent 在有状态会话中持有了上下文的内存索引。
三、底层技术栈：NVIDIA BioNeMo + 多模态科学渲染
与通用 AI 助手不同，Claude Science 原生支持科学数据的可视化和交互。平台能够直接渲染 3D 蛋白质结构、基因组浏览器图谱、化学分子结构等专业科学图表。当生成图表时，Claude Science 会附带生成它的精确代码和环境信息，以及用自然语言描述的生成过程，使得验证和复现变得透明。
在模型和工具层面，Claude Science 深度集成了 NVIDIA 的 BioNeMo Agent Toolkit，原生连接到 BioNeMo 生态中的生命科学模型和库，包括 Evo 2、Boltz-2 和 OpenFold3 等前沿科学模型。通过 MCP 和技能系统，平台还能连接实验室已有的私有模型、数据集和流程管线，任何自定义流程都可保存为可复用的 Skill，在未来的会话中自动继承。
Anthropic 同日还发布了 Claude Sonnet 5，这是 Anhtropic 在中端模型线上的重大升级，在编程、Agent 和专业工作负载方面均达到了前沿水平。Sonnet 5 将作为 Claude Science 的底层模型之一，为科学推理任务提供能力支撑。
四、真实案例：从数月到数天的效率提升
Claude Science 在过去几个月中已面向部分研究机构开展了 Beta 测试，多个真实案例展示了其生产力潜力：
案例一：Manifold Bio 的靶点筛选。 Manifold Bio 专注于设计组织靶向药物——药物仅作用于特定器官或细胞类型以降低全身副作用。Manifold 使用 Claude Science 为最新实验提名候选靶点。对于每个组织和靶点，平台评估了表面表达、转运和安全性，并基于 Manifold 内部专有数据的学习标准对候选靶点进行排序。与通用编程助手相比，Claude Science 的关键差异在于它能端到端完成——收集正确数据、运用恰当的判断标准、并融入过去项目的上下文。
案例二：Allen Institute 的多 Agent 综述撰写。 神经科学家 Jérôme Lecoq 利用 Claude Science 构建了一个包含约 20 个自定义技能的"计算化综述模板"。子 Agent 群阅读数千篇论文，提取核心主张和关键定量发现存入证据状态数据库；然后构建叙事脉络，逐节撰写综述并委托给专门的子 Agent。关键组件是"演员-评论家"对：一个 Agent 创作内容，独立的审查 Agent 评估准确性和引用真实性。Lecoq 团队过去撰写一篇这样的综述需要长达两年时间，现在已完成了约 10 篇超百页的综述，且引用均经审查 Agent 验证。团队正在与领域专家合作进一步完善基于 AI 的评论 Agent。
案例三：UCSF 的分子流行病学加速。 加州大学旧金山分校脑肿瘤中心副教授 Stephen Francis 使用 Claude Science 支持神经胶质瘤的分子流行病学研究。他的实验室专注于研究数千个小效应胚系变异如何组合形成个体易感性的遗传基础。Francis 表示，Claude Science 将综合分析的时间压缩到了以往十分之一左右，且独立验证确认了结果的稳健性和准确性。
五、商业模式与行业影响
Claude Science 以 Beta 版本形式面向 Claude Pro、Max、Team 和 Enterprise 用户开放，支持 macOS 和 Linux 平台。对于学术机构和非营利研究组织，Anthropic 推出了 Team 计划的科研折扣定价。此外，Anthropic 计划支持最多 50 个"AI for Science"项目，每个项目提供最高 30,000 美元的信用额度。合作伙伴 Modal 也将为入选项目提供最高 2,000 美元的计算资源。申请截止日期为 2026 年 7 月 15 日。
从行业层面看，Claude Science 的发布具有多重意义。第一，这是主流 AI 实验室首次推出面向科学家的专用智能体产品，而非通用模型的行业适配。第二，它标志着 AI 在生命科学领域的渗透从"辅助工具"升级为"研究基础设施"。第三，与 NVIDIA BioNeMo 和合作伙伴生态的深度绑定，展示了 AI Agent 在垂直行业落地时的生态化打法。
此前市场已有预期 Anthropic 将大举进军 AI 制药领域，CNBC 在同日报道了 Anthropic 启动 AI 药物发现项目的消息。Claude Science 的发布可以视为这一战略的第一步——它首先是一个面向全体科学家的通用平台，而非仅仅面向药物研发。但生命科学显然是首攻方向：平台的预配置技能和连接器几乎全部集中在生物学和生物医学领域。
从竞争格局来看，Google DeepMind 的 AlphaFold 系列专注于蛋白质结构预测这一细分技术点，而 Claude Science 则试图覆盖从发现到发表的完整研究链条。两者的定位并不直接冲突，但 Anthropic 明显在赌一个更大的叙事：科学智能体（Science Agent）不是单一功能的工具，而是可以贯穿研究全流程的操作系统级产品。
对于整个 AI 行业而言，Claude Science 的发布也提供了一个值得关注的范式参考：当 AI 能力足够强大时，真正的产品创新不在于"更强的模型"，而在于"更好的工作流整合"。Claude Science 的技术架构——通用协调 Agent + 领域专家 Agent + 审查 Agent 的多层设计——很可能成为未来行业垂直 Agent 产品的标准范式。