Claude Science几周干完两年活新智元
这一回，Anthropic没有推更聪明的科研模型，而是动了科研的根：第一次把科研拆成了一条能被逐步审计的流水线。
两年的活，如今几周干完。
最近，Allen Institute的一位神经科学家Jérôme Lecoq和他的团队，把一篇长篇综述的写作时间，从将近2年压到了几周。
Jérôme Lecoq手头上积攒了约10篇综述，不少超过100页，每一条引用都被一个智能体逐句核对过。
帮他干活的，是Anthropic刚推出的新应用，Claude Science。
2026年6月30日，Anthropic发布Claude Science，定位为面向科学家的AI工作台。（图源：Anthropic官方博客）
据Anthropic介绍，这套活儿过去这位科学家和他的团队要干两年。
Anthropic给Claude Science的定位，并非一个更聪明的科研模型，而是一个面向科学家的AI工作台。
它真正的突破在于：第一次把科研这件事，拆成了一条能被逐步审计的流水线。
如今，Claude Science已在macOS和Linux上开启beta，对Pro、Max、Team、Enterprise用户开放。
是整条科研工具链
做过科研的人，都懂那种繁琐：
一个项目要在几十个数据库之间来回跳，每个库都有自己的schema和查询语言；
文件格式五花八门，每种都得现搭管线、现找查看器；
手边还摆着一排工具，PubMed查文献，Jupyter跑代码，R做统计，集群终端提交任务……
不停转场，真正用来思考科学问题的时间，经常被这些搬运、拼接、调试工作耗费殆尽。
而Claude Science干的事，正是将这些碎片场景打包「收纳」进同一个执行环境：
文献分析、多步计算、图表打磨、论文成稿，全部阶段在同一个环境里走完，你不必再为换一个工具而中断思路。
它能跑在你本地的macOS或Linux上，也能通过SSH连到远程机器，或者挂在高性能计算（HPC）的登录节点上。
就像你平时用Jupyter那样，数据在哪，它就去哪。
就连算力调度这块，它也包了。
折叠一个蛋白质，或者在海量数据上跑一条基因组管线，这种大活过去要研究者亲自伺候，搭计算任务、排队等集群、盯着成功还是失败、再把结果拉回来，一来一回半天就没了。
Claude Science把这套流程接管了：先起草计划，碰新资源前先问你一声，写任务、提交任务之前都让你能审查或撤销，把分析从1个GPU一路扩到数百个。
Claude Science把一次8组scVI超参扫描派到实验室A100集群运行，右侧Notebook与智能体共用同一个实时内核，变量和状态实时同步。（图源：Anthropic官方博客）
更重要的一点，敏感数据不离开原系统，只有每一步真正需要的上下文才会发给Claude。
都自带可追溯代码
科研这行天生就跟图打交道，蛋白质三维结构、基因组浏览器轨道、化学结构式，这些本就是图。
Claude Science顺着这一点，在出图、出稿的同时，把生成它们的代码一并交出来，还能把它们原生渲染出来。
更关键的在可复现性（reproducibility）。
每当Claude Science生成一张图，它都会把生成这张图的确切代码、运行环境、纯语言说明和完整对话历史，一并打包「钉」在图上。
左侧一张跨138个物种的细胞图，右侧同屏挂着生成它的确切代码，圈注一句就能让智能体改图。每个结果都可复现、可追溯到代码。（图源：Anthropic官方博客）
一篇论文从投稿到见刊，常常隔着大半年；几个月后，等审稿人要你重跑某张图，你可以很轻松地把输入、过程、结果整条链当场复现出来。
想改图？直接说话就行——「把网格线去掉」「纵轴换成对数」，智能体直接去改自己写的代码。
你还能在任意节点把会话fork出去，同时试两条思路，原来那条线程一点不乱。
一句话，科研第一次被整合成一份可审计（auditable）的工作流，code、env、history都被放进一个闭环中。
一个智能体写
另一个专门挑错
Claude Science背后，并非一个智能体在单打独斗。
你面对的是一个会统筹的协调智能体，它手里握着60多个为基因组、单细胞、蛋白质组、结构生物学、化学信息学预配好的技能和连接器。
活一多，它自己就能派生出更多智能体来分工，也能随时调用你亲手创建的专家智能体。
最妙的是那个审查智能体（reviewer agent）。
它专门核查引用和计算，揪出错误的引用、追不到出处的数字、对不上代码的图，发现了就标出来、自己改掉。
在Allen Institute那个案例里，团队用的正是actor-critic配对，一个智能体负责写，另一个专门评它的准确性和引用真不真。
这套结构，已经有点「AI内部同行评审」的雏形了。
但有一条边界必须说清楚，全程是人在回路（human-in-the-loop）。
在需要动用新资源前，它会先征求授权，每个决策你都能复核、能撤销。它自动化的是流程，而并非自动替你做科学发现。
它还接了NVIDIA的BioNeMo Agent Toolkit，能原生连上Evo 2、Boltz-2、OpenFold3这些生命科学模型。
你实验室自己信得过的模型、数据、管线，也能存成可复用的技能挂进来，往后的会话自动继承。
Claude Science第一站
Claude Science的第一个落点，选在了生命科学。
基因组、单细胞、蛋白质组、结构生物学、化学信息学，开箱即用。
它能读文献，能查询60+科学数据库，UniProt、PDB、Ensembl、ClinVar、ChEMBL、GEO这些规格不一的库，你不用再一个个去学着用。
Claude Science为基因组、单细胞、蛋白质组、化学信息学预配好环境，背靠60+科学数据库。（图源：Anthropic官方博客）
Manifold Bio做的是组织靶向药物。
他们用Claude Science来提名最新实验的靶点，对每个组织和靶点，逐一评估表面表达、运输和安全性，再按公司从自有数据里学到的标准给候选排序。
Manifold说，普通编程助手做不到这一点，Claude Science能端到端地干完，拿对数据，下对判断，还带着过往项目的上下文。
还有更硬核的例子。
UCSF脑瘤中心的一位流行病学副教授，用它做脑胶质瘤的分子流行病学研究，分析数千个微效种系（germline）变异如何叠加、塑造个体易感性。
据Anthropic介绍，这套种系分析，Claude Science用了过去约1/10的时间就跑完了，他的团队还独立复核过结果，确认既快又稳。
