2026年6月30日，Anthropic正式发布Claude Science，一款面向科学研究领域的AI工作台。它不是一个新模型，而是基于Claude Opus 4.8构建的科研流程产品。哈佛大学物理学家马修·施瓦茨的实验表明，Claude Science的科研能力约相当于一名研二学生。这听起来或许不算惊人，但它标志着AI在科学领域的角色正在从"回答问题"转向"真正干活"。
简介：Claude Science 是什么
Claude Science是一个将分散的科研工具整合到统一环境的AI工作台。它连接了60多个科学数据库，内置基因组学、蛋白质结构预测、化学分析等领域的工具包，支持科学家用自然语言提问并完成多步骤科研任务。它的核心思路与Claude Code类似：把AI变成一个领域内的通用操作层。
核心功能：从文献调研到结果核查
整合60多个科学数据库
传统科研工作往往需要在十几个网页和软件之间切换：文献数据库、序列分析工具、结构预测软件、可视化工具、写作平台等。Claude Science把这些资源整合到同一界面，科学家可以在一个地方完成文献调研、数据分析、图表生成和论文撰写。
子助手分工协作
Claude Science像一个课题组负责人，可以拆分任务并创建多个子助手来分担科研工作。用户也可以把自己训练过的自定义专家助手接入到平台中。这种多智能体协作模式，适合需要跨学科、多步骤验证的复杂科研项目。
独立的事实核查AI
针对AI生成内容中常见的虚构引用和不可验证数据，Claude Science内置了一个专门的事实核查AI，用于在论文发表前检查引用和计算结果。需要注意的是，该核查器基于同一底层模型，因此不能替代同行评议，只能作为第一道防线。
可重复性设计
当Claude Science生成3D蛋白质结构或化学结构图时，会附带生成相关代码、运行环境和口语化创建说明，以及完整的对话历史。科学家可以用自然语言修改图表，Claude Science会自动修改对应代码。数据还可以直接在实验室本地基础设施上运行，无需上传到Anthropic服务器。
与竞品对比
在科研AI赛道，OpenAI的GPT-Rosalind走的是企业级准入路线，只向合格企业客户开放；Google DeepMind依靠AlphaFold、AlphaGenome等独家模型构建壁垒。相比之下，Claude Science采取更宽松的订阅制，Pro、Max、Team和企业用户即可申请测试。这种策略有助于快速扩大科研用户基础。
对于国内科研用户，可以结合Claude的日常使用和DeepL进行文献翻译，构建完整的科研AI工作流。
优缺点分析
- 优点：整合科研工具链、支持多智能体协作、强调可重复性、本地化部署选项。
- 缺点：核查器仍依赖同一模型可能存在偏见；生物医学领域外支持有限；订阅门槛较高。
适合人群与总结
Claude Science最适合生物、化学、医学等领域的研究生、博士后和科研团队。它不是要取代科学家，而是把重复性的数据处理、文献整理和图表生成工作自动化，让研究者把精力放在真正的科学思考上。随着Anthropic还宣布将用Claude Science自身做药物研发，这款产品的长期价值值得持续关注。