2026 年 6 月 30 日，Anthropic 在旧金山 Yerba Buena Center 发布 Claude Science。这款面向科研人员的 AI 工作台，把文献、数据库、分析工具和计算资源接到同一个应用中，帮助研究者从提出问题走到运行分析、整理结果。
「直到今天，人类只能用大脑去应对生物学的复杂性，」Anthropic CEO Dario Amodei 在发布会上说，「而 AI 将是一种通用技术，帮助我们在其全部复杂性中去理解它。」
Claude Science 延续了 Anthropic 做行业产品的思路：在现有模型之外，把研究者每天要用的工具和操作组织起来。科学和制药是这次产品发布的重点。
使用现有 Claude 模型，把科研工具接入桌面应用
Claude Science 使用现有的 Claude 模型，包括 Claude Opus 4.8。新产品的变化集中在应用层：它为科研任务准备了专门的工具和操作环境，目前以测试版开放。
它与 Claude Code 的思路相似。Claude Code 帮软件工程师操作代码和开发工具，Claude Science 则集成科研数据库、计算资源和可追溯的分析结果，让研究者在同一处安排工作。
研究者经常需要在数据库、Jupyter Notebook、终端窗口、HPC 集群队列、文献管理器和图表工具之间切换。Claude Science 试图减少这些来回操作：用户描述研究目标，AI 制定计划、调用工具，研究者可以检查过程，并在写入文件、使用新资源或提交计算任务前审核相关操作。
Anthropic 已在 2025 年 10 月推出 Claude for Life Sciences，为 Claude 增加生命科学工具与连接器。Claude Science 在此基础上做成独立桌面应用，把数据访问、代码执行和结果检查放进连续的研究过程。
配置 60 多项技能与连接器，另设 Agent 检查结果
Claude Science 采用通用 Agent 协调工具与子任务的方式，并为科学研究配置了专门的技能和连接器。
系统预配置了超过 60 项科学技能和连接器，覆盖基因组学、单细胞研究、蛋白质组学、结构生物学和化学信息学等领域。研究者提出目标后，例如为苯丙酮尿症寻找候选药物分子，协调 Agent 可以启动专业子 Agent，分派检索、计算等子任务，再汇总为可复现的分析结果。
**审查 Agent（Reviewer Agent）**负责检查结果中的引用和计算，标出可疑之处。这样，研究者在查看图表和分析结论时，也能看到系统发现的问题，决定是否需要重算或进一步核对。
图表等研究产物会附带生成代码、运行环境、过程说明和对话历史，方便研究者日后追溯结果的来源。Anthropic 将这类结果称为「auditable artifacts」，即可以检查生成过程的研究产物。
Claude Science 开发负责人 Alexander Tarashansky 在发布会上演示了苯丙酮尿症候选药物的计算筛选过程：系统调用公共数据库、运行分子对接，再生成分析图表。演示展示的是候选分子的检索与计算分析，后续药效仍需实验验证。
诺奖得主与制药企业代表介绍研究和应用经验
发布会邀请了科学研究者和制药企业代表，分别介绍研究方向与企业使用 Claude 的经验。
Dario Amodei 在开场时谈及生物学的复杂性。他拥有普林斯顿物理学博士学位，曾研究神经科学和神经网络。MIT Technology Review 在报道中也将 Anthropic 的科学布局与 DeepMind 作了比较。
John Jumper 的出席受到关注。这位 2024 年诺贝尔化学奖得主因 AlphaFold 研究与 Demis Hassabis 一同获奖，在 DeepMind 工作了近九年后，于 2026 年 6 月 19 日宣布加入 Anthropic。他的加盟为 Anthropic 补充了蛋白质结构预测领域的研究经验。
制药领域的发言者包括 GLP-1 药物研究先驱 Lotte Bjerre Knudsen；百时美施贵宝（BMS）CEO Chris Boerner，介绍了面向全公司超过 30,000 名员工部署 Claude 的计划；以及诺华 CEO、Anthropic 董事会成员 Vas Narasimhan。
从临床文档到药物发现，药企合作已先行展开
Claude Science 发布前，Anthropic 已与多家制药企业合作，应用范围涵盖文献审阅、临床文档和研究计算。
Anthropic 公布的诺和诺德案例称，部分临床研究文档的生成时间从十多周缩至 10 分钟，之后仍交由人工审阅和批准。围绕此次发布的报道还介绍，AstraZeneca 和 Eli Lilly 将 Claude 用于科学文献审阅、药物发现和临床文档处理。2026 年 5 月，BMS 与 Anthropic 签署协议，计划向全公司 30,000 多名员工部署 Claude。
据媒体报道，2026 年 4 月，Anthropic 以约 4 亿美元的全股票交易收购了生物技术 AI 初创公司 Coefficient Bio。这家公司此前很少公开业务，成立仅八个月，团队不到 10 人。收购为 Anthropic 补充了生物领域的人才与经验，也为其内部药物研究提供了团队基础。
在 Claude Science 发布会上，公司生命科学负责人 Eric Kauderer-Abrams 宣布，Anthropic 将启动自己的药物发现计划，聚焦研究与商业投入不足的「被忽视疾病」。除了向外部研究者提供工具，Anthropic 也计划用内部项目探索 AI 辅助药物发现的具体方法。
最多支持 50 个研究项目，每项提供最高 3 万美元计算积分
配合产品发布，Anthropic 推出「AI for Science」资助计划，拟支持最多 50 个研究项目，每项提供最高 30,000 美元的计算积分。云计算平台 Modal 将向选定项目额外提供最高 2,000 美元的计算资源。
申请面向博士后和研究生主导的项目，重点关注生物医学研究领域。申请截止日期为 2026 年 7 月 15 日，获奖通知 7 月 31 日前发出，项目执行期为 9 月 1 日至 12 月 1 日。
从发布到申请截止相隔两周多，研究项目将在当年秋季开展。这批项目也将提供一批实际使用案例，帮助公司了解科学家如何把工作台用于日常研究。
继 Claude Code 之后，Anthropic 尝试扩大科研业务
Claude Science 的商业前景，也受到 Anthropic 收入增长和上市报道的关注。
据当时媒体报道，Anthropic 最早可能于 2026 年 10 月在纳斯达克或纽交所上市，这一时间尚属报道中的可能安排。公司公布的年化收入运行率从 2026 年 2 月的 140 亿美元升至 5 月的超过 470 亿美元；其中，Claude Code 在 2 月的年化收入运行率已超过 25 亿美元。这些数字按当时收入速度折算，并非已实现的全年收入。
对科研和制药客户而言，模型能力只是选择产品的一部分。数据库能否接入、分析过程能否复现、结果能否经过审核，也影响着工具是否能用于日常工作。Claude Science 主要解决的是这类使用问题。
Claude Code 已经展示了专门应用的收入潜力。Claude Science 试图在科学和制药领域沿用这一做法，把模型能力放进具体研究流程中，再通过数据库、计算和结果管理提高使用价值。这样的产品扩展，与继续研发基础模型可以同时进行。
制药行业监管要求高、文档量大，对研究结果和数据处理的准确性要求也高。Anthropic 长期强调的安全与可靠性，与这些客户的需求相符；但产品能否获得持续使用，最终仍要靠具体任务中的表现。
科研 AI 的竞争，还要看能否持续用于实际研究
科研 AI 已有多条产品路线：OpenAI 用 GPT-Rosalind 服务科学研究，Google DeepMind 的 AlphaFold 和 Isomorphic Labs 聚焦蛋白质与药物发现。Claude Science 则强调工作环境，把 Claude 与研究者已有的数据、软件和计算资源接在一起。
工作台的价值会随基础模型进步而变化。如果模型能直接完成更多任务，一些现有工具的组织方式可能需要调整；但数据接入、计算执行和结果追溯，仍是科研过程中的实际需求。Claude Science 能否长期保留用户，取决于它能为这些环节节省多少时间、提供多可靠的结果。
发布会展示了产品如何组织一次研究分析。接下来，更有说服力的证据将来自实际项目：研究者能否复现结果，能否更快完成原本繁琐的步骤，以及是否愿意在后续工作中继续使用它。
