6 月 30 日，Anthropic 在同一天内发布了两款产品。一边是面向生命科学的垂直 AI 工作台 Claude Science，被 CEO Dario Amodei 提升到与 Claude Code、Claude Cowork 同等的旗舰地位；另一边是 Claude Sonnet 5，一款将 Agent 能力下放到 $2/$10 中端价位的模型。
两张牌打向不同的方向，但指向同一个战略命题：IPO 前夕的 Anthropic，正从一个「安全的前沿模型实验室」转变为一个「用产品矩阵锁定垂直行业的平台公司」。
Claude Science：不是更好的模型，是更好的工作流
Claude Science 最值得注意的地方，是它「不是什么」——不是新模型，不是专为生物学微调的模型，没有任何特殊的模型能力门槛。TechCrunch 引用 Anthropic 的声明直言：它「runs the same Claude models already available to everyone today (including Claude Opus 4.8), with no special access and no gating.」
它的全部价值在于工作流层。
Claude Science 的工作架构如下：一个主 AI 助手充当「项目经理」，连接超过 60 个科学数据库，配备基因组学、蛋白质结构、化学等领域的预置工具包。主助手可以创建子 Agent 来拆分任务，或将工作移交给用户为自身研究定制的「专家」助手。在产出进入发表阶段之前，一个独立的事实核查 AI 会二次验证引用和计算——尽管 MIT Tech Review 和 TechCrunch 都指出，这仍然是同一底层模型在检查自己，而非独立真相来源。
产品负责人 Alexander Tarashansky 在发布活动上演示了系统如何自主识别苯丙酮尿症（PKU，一种罕见遗传病）的新候选药物。这不是理论演示——Anthropic 同时宣布将使用 Claude Science 进行自身的罕见病药物研究。
可复现性是另一个核心卖点。每张图表（3D 蛋白质结构、化学结构式等）都附带生成它的完整代码、环境和消息历史。科学家可以用自然语言编辑图表，Agent 自行修改底层代码。此外，Claude Science 允许在实验室自有基础设施上运行，无需将敏感数据发送到 Anthropic 服务器。
早期用户：Allen 研究所神经科学家 Jérôme Lecoq 用它构建了多 Agent 计算审阅管线；UCSF 脑肿瘤中心的 Stephen Francis 团队将胶质瘤的全面种系分析时间压缩到此前的零头，结果得到独立验证。
这距离 Anthropic 上一次进军生命科学——2025 年 10 月的「Claude for Life Sciences」插件——过去了 8 个月。当时的方案是给 Claude 聊天机器人增加科学能力；现在是一个独立的完整工作台。
三条路线，一个市场
Claude Science 的发布让 AI 科学工具市场的三足鼎立格局变得清晰。
Anthropic：走宽分发路线。Claude Science 作为现有 Claude 订阅（Pro/Max/Team/Enterprise）的附加功能开放，无企业准入门槛。同时宣布资助 50 个博士后和研究生项目，每项最高 $30,000 额度，申请截止 7 月 15 日。
OpenAI：走精选路线。4 月发布的 GPT-Rosalind 是专为生物推理微调的专用模型，但仅限通过资格和安全审查的美国合格企业客户。Amgen、Moderna、Novo Nordisk 等获得早期访问权。
Google DeepMind：走自有资产路线。拥有 AlphaFold、AlphaGenome 等基础科学模型——这些是另外两家只能作为工具调用的能力。Gemini for Science 平台还捆绑了 30 多个生命科学数据库。
TechCrunch 的 Rebecca Bellan 精准概括了这场竞争的尺度：「Anthropic is going wide with broad subscription access, OpenAI is going narrow and enterprise-gated, and Google is leaning on owned, proprietary models nobody else has.」
但 Anthropic 手上还有一张 DeepMind 阵营的人事王牌：AlphaFold 的核心缔造者、2024 年诺贝尔化学奖得主 John Jumper。6 月 20 日，Jumper 宣布在 DeepMind 工作近 9 年后加入 Anthropic。对于一家正在科学 AI 领域向 DeepMind 发起正面挑战的公司，这不仅是人才补充，更是象征性的「科学正统性」背书。
Sonnet 5：Agent 能力正在变成中端标配
同日发布的 Claude Sonnet 5 面向的是完全不同的战场。它的逻辑很直接：如果 Agent 能力正在从「高端特性」变成「基本预期」，那么谁能以最低价格提供可用的 Agent，谁就占领了最大用户基数。
定价揭示了策略。Sonnet 5 在 8 月 31 日前的促销价为 $2/百万输入 token 和 $10/百万输出 token，之后升至 $3/$15。这意味着它比 Opus 4.8、GPT-5.5 和 Gemini 3.1 Pro 都便宜（但比 Gemini 3.5 Flash 贵）。从发布当天起，Sonnet 5 成为免费和 Pro 套餐的默认模型。
性能数据说明它不是妥协品。Agent 编码基准得分 63.2%，对比 Opus 4.8 的 69.2% 和 Sonnet 4.6 的 58.1%——差距不算大但也不可忽略。更惊人的是，在知识工作基准上，Sonnet 5 甚至略微超越了 Opus 4.8。
安全性方面，Sonnet 5 在恶意请求拒绝、prompt injection 防御、幻觉率和谄媚行为上均优于 Sonnet 4.6。Anthropic 特别强调其在危险网络安全任务上的能力「远低于当前 Opus 模型」。Lovable 联合创始人 Fabian Hedin 提供了最精辟的评价：「一个懂得什么时候说不的模型，和懂得怎么构建的模型同等重要。」
两张牌背后的同一逻辑
Claude Science 和 Sonnet 5 同一天发布不是巧合。它们服务于 Anthropic IPO 前的同一个战略叙事：产品矩阵替代纯模型能力叙事。
当前的财务数据为这个叙事提供了支撑。CNBC 5 月报道，Anthropic 预计 Q2 2026 营收达 $109 亿，实现首次盈利——$5.59 亿运营利润。但公司也明确警告，由于大规模计算投入，这一盈利能力不可持续。
在「tokenmaxxing」热潮可能退去的背景下——MIT Tech Review 的 Grace Huckins 用了这个词——Claude Science 代表的垂直行业锁定和 Sonnet 5 代表的低价 Agent 渗透，是 Anthropic 对冲纯模型商品化风险的两条腿。
更宏观地看，Anthropic 正在完成的转型——从「我们做最安全的模型」到「我们用模型为特定行业构建操作系统」——可能定义了 AI 实验室的下一阶段竞争形态。Code、Science、Cowork：当这三款产品各自锁定了软件开发、生命科学和知识工作三个板块，Anthropic 在 IPO 招股书里可以讲的故事就不再是「我们有最好的模型」，而是「我们拥有三个行业的 AI 工作层」。