Claude Science：Anthropic 给科学家造了一个 AI 工作台
基于已整理草稿生成的网页版文章，适合先稳定落地，再做局部润色与发布检查。
6月30日，Anthropic 发布 Claude Science——一个专为科研人员设计的 AI 工作台。它不是新模型，而是把 Claude 的 Agent 能力打包成一套面向科研场景的完整工具链：60多个预配置的科学技能和连接器、原生3D蛋白结构渲染、自动化计算资源管理，以及一个会自动检查引用和计算的审查 Agent。目前以 Beta 形式面向 Claude Pro、Max、Team 和 Enterprise 用户开放。
这是什么
Claude Science 是一个可定制的科研工作环境。它解决的核心问题是：科研人员的工具太碎了。
一个典型的生物信息学研究流程可能是这样的——先在 PubMed 搜文献，切到 Jupyter 写数据处理脚本，再用 R 画图，然后把任务提交到集群跑，跑完了拉回结果，最后用 LaTeX 写论文。每个环节都有独立工具，数据在工具之间来回搬运，格式转换和流程衔接是最大的时间黑洞。
Claude Science 把这些碎片整合到一个环境里。你用自然语言描述需求，Agent 会自动调用对应的技能和数据库完成任务：
- 60+ 预配置科学技能和连接器：覆盖基因组学、单细胞分析、蛋白质组学、结构生物学、化学信息学等方向，预连接了 UniProt、PDB、Ensembl、Reactome、ClinVar、ChEMBL、GEO 等主流数据库
- 原生科学可视化：直接渲染 3D 蛋白质结构、基因组浏览器轨道、化学分子结构，不需要导出到其他软件
- 计算资源管理：自动管理本地 macOS/Linux 机器、HPC 集群（SSH）、以及按需 GPU（通过 Modal），从单卡扩展到数百卡
- 可审计输出：每个图表都附带生成它的完整代码、运行环境、自然语言描述和消息历史，几个月后还能追溯和复现
- 审查 Agent：自动检查引用是否正确、计算是否可追溯、图表是否与底层代码一致，发现问题自行修正
为什么重要
科研工具碎片化不是小问题。 一个实验室可能用十几种不同的工具和数据库，每种都有自己的查询语言和数据格式。研究人员花在"搬运数据"和"配置环境"上的时间，往往比真正的科学思考还多。Claude Science 把这些工具拉进一个统一的 Agent 环境里，用自然语言替代手动操作，直接减少了流程中的摩擦。
Agent 能力从通用走向专业。 过去一年，AI Agent 的进展集中在通用编程和工具调用上。Claude Science 代表了一个新方向：把 Agent 能力深度定制到特定专业领域。60多个预配置技能不是"通用工具套壳"，而是针对基因组学、蛋白质组学等具体研究流程设计的专门连接器。这意味着 Agent 不只是帮你"写代码"，而是帮你"做科研"。
可审计性解决了 AI 科研的核心信任问题。 AI 辅助科研最大的争议是：你怎么知道 AI 给你的结果是对的？Claude Science 的回答是：每个输出都有完整的代码和环境快照，你可以逐行检查、复现、甚至修改后重新运行。审查 Agent 还会在运行过程中自动标记不正确的引用和无法追溯的数字。这不是"相信 AI"，而是"让你能验证 AI"。
数据不出实验室。 Claude Science 在你的本地机器或实验室的 HPC 节点上运行，大型或敏感数据集不需要上传到云端。只有分析所需的上下文片段会发送给 Claude，数据本身留在你的基础设施里。对处理患者数据或受控数据集的研究者来说，这一点很关键。
对谁有用
- 生命科学研究者：基因组学、单细胞、蛋白质组学、结构生物学——这是目前预配置技能最密集的方向
- 化学信息学研究者：ChEMBL 等数据库已预连接
- 不想折腾集群的科研团队：Agent 自动帮你提交计算任务、监控运行状态、拉回结果
- 需要可复现输出的研究者：每个图表都有完整代码和环境快照，满足论文的可复现性要求
局限
- Beta 阶段：功能仍在迭代，Anthropic 明确表示会根据用户反馈持续改进
- 仅面向付费用户：需要 Claude Pro、Max、Team 或 Enterprise 订阅，免费用户无法使用
- 偏重生命科学：目前预配置的技能和数据库以生物和化学为主，物理、材料、社科等方向覆盖不足
- 不是新模型：Claude Science 是现有 Claude 模型的应用层封装，底层模型能力不会因此提升
- 审查 Agent 不完美：自动检查引用和计算能减少错误，但不能完全替代人工审查
---
基于 Anthropic 官方博文整理。
参考来源
说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。