Anthropic 在 2026 年 6 月 30 日发布 Claude Science beta。这是一个面向科学家的 AI 工作台，目标是把文献分析、科研数据库查询、代码执行、图表生成、计算资源管理和结果复现放到同一个环境里。
它不是普通聊天窗口换一个科研主题，而是更接近一个带 Agent 的研究环境。研究人员可以在本地 macOS、Linux 机器上使用，也可以通过 SSH 或 HPC login node 接入实验室已有的计算资源。
Claude Science 解决什么问题
科研工作经常被工具切得很碎。一个生物医学项目可能同时需要查 PubMed、跑 Jupyter、写 R 脚本、读 PDB 或 UniProt 数据、提交集群任务、整理图表，再把结果写进论文或报告。
Claude Science 试图把这些步骤整合起来。它可以：
- 分析文献和预印本。
- 查询专业数据库和科研模型。
- 执行多步骤研究任务。
- 生成图表、结构展示、手稿和分析 artifact。
- 记录生成结果所用的代码、环境和上下文。
- 让 reviewer agent 检查引用、计算和图表是否可追溯。
Anthropic 强调，每个输出都带有可审计历史，方便研究人员验证和复现结果。这一点很重要，因为科研场景里“看起来对”远远不够，结果必须能回到数据、代码和环境。
它怎么工作
Claude Science 的交互入口是一个通用协调 Agent。这个 Agent 预配置了 60 多个面向科研的 skills 和 connectors，覆盖基因组学、单细胞、蛋白质组学、结构生物学、化学信息学等方向。
它还可以调起其他专业 Agent，或者使用研究团队自己创建的 specialist agents。另有 reviewer agent 用来检查引用和计算，发现无法追溯的数字、错误引用或与代码不一致的图表时，会标记并尝试修正。
在科研 artifact 上，Claude Science 支持直接渲染更丰富的结果，例如：
- 3D 蛋白结构
- genome browser tracks
- 化学结构
- 图表和手稿
- 生成这些结果的代码和环境说明
研究人员可以直接用自然语言要求修改图表，比如去掉网格线、把坐标轴改成 log scale。Claude Science 会修改生成图表的代码，而不是只改一张静态图片。
计算资源管理是一个关键点
很多科研分析真正麻烦的地方不只是写代码，而是管理计算资源。比如蛋白折叠、基因组 pipeline、大规模单细胞数据分析，都可能需要 GPU、HPC 集群或按需计算平台。
Claude Science 可以起草计算计划，在访问新资源前询问用户，并让用户在提交任务前检查或撤回决策。它支持把任务提交到实验室已有的 HPC 集群，也可以接入 Modal 做按需计算。
Anthropic 的设计重点是：数据尽量留在原来的系统里。Claude Science 可以运行在实验室自己的笔记本、Linux 机器或 HPC login node 上，大型或敏感数据不必整体离开原系统，只把分析步骤所需的上下文发送给 Claude。
这对生命科学、医疗和企业科研尤其关键，因为这些场景经常涉及专有数据、未发表数据或合规要求。
已经预配置哪些科研能力
Claude Science 面向生命科学做了比较多的预配置。原文提到，它可以连接或使用 UniProt、PDB、Ensembl、Reactome、ClinVar、ChEMBL、GEO 等数据源，也能结合期刊、预印本服务器和领域专用开放模型。
它还使用 NVIDIA BioNeMo Agent Toolkit 中的 skills，连接 BioNeMo 里的生命科学模型和库，包括 Evo 2、Boltz-2、OpenFold3 等。
如果实验室已有自己的模型、数据集或 pipeline，Claude Science 也可以通过 connector 接入，或者把常用 pipeline 保存成可复用 skill，让后续会话自动继承。
Anthropic 给出的早期案例
原文列了几个 beta 阶段的使用方向：
- 单细胞 RNA 测序分析
- CRISPR screen 设计
- 蛋白结构预测
- 化学信息学
- 分子流行病学分析
Manifold Bio 用 Claude Science 为实验筛选 tissue-targeting medicines 的候选目标。Claude Science 会结合表面表达、转运和安全性等标准，对候选项排序，并把 Manifold 内部历史项目的上下文纳入判断。
Allen Institute 的神经科学家 Jérôme Lecoq 用它搭建了一个多 Agent 的 computational review template。大约 20 个自定义 skills 会协同阅读大量论文，提取核心主张和关键定量结果，写入 evidence state database，再按章节生成长篇综述，并由 reviewer agent 检查准确性和引用一致性。
UCSF Brain Tumor Center 的 Stephen Francis 则把 Claude Science 用于胶质瘤分子流行病学相关分析。Anthropic 称，他的团队独立验证了结果，并认为相关分析耗时大约降到原来的十分之一。
这些案例有一个共同点：Claude Science 更适合长流程、数据密集、需要复核的科研工作，而不是简单问答。
可用范围和申请计划
Claude Science 目前是 beta，支持 macOS 和 Linux，面向以下计划开放：
- Claude Pro
- Claude Max
- Claude Team
- Claude Enterprise
Team 和 Enterprise 用户需要管理员启用。Anthropic 还为学术机构和非营利研究组织的 active scientific labs 提供折扣 Team plan。
同时，Anthropic 会支持最多 50 个 Claude Science AI for Science 项目，每个项目最高提供 30,000 美元 credits。Modal 也会为部分项目提供最高 2,000 美元计算资源。申请截止时间是 2026 年 7 月 15 日，获奖通知计划在 2026 年 7 月 31 日发出，项目周期为 2026 年 9 月 1 日到 12 月 1 日。
值得注意的边界
Claude Science 的方向很清楚，但它仍然是 beta。科研场景不能把 AI 输出直接当成结论，尤其是引用、统计、图表和生物医学判断，仍然需要研究人员复核。
它真正有价值的地方，是把“查资料、写代码、跑任务、出图、留痕、复核”串成一个可追踪流程。只要 artifact、代码、环境和 reviewer 记录足够完整，AI 就不只是加快写作或检索，而是能参与到可验证的研究流水线里。
短期看，Claude Science 最适合三类用户试用：
- 已有大量科研数据和 pipeline，但流程分散在多个工具里的实验室。
- 需要反复生成图表、手稿和可复现分析记录的研究团队。
- 生命科学、蛋白结构、基因组学、化学信息学等数据源复杂的方向。
如果后续 Anthropic 能把复现、权限、审计和本地/集群执行体验打磨稳定，Claude Science 可能会成为 Claude 产品线里最不像聊天机器人的一类工具：它更像一个带记忆、带审稿人、能调度计算资源的科研操作台。
实验室怎么试用
Claude Science 这种工具最适合从一个真实但边界清楚的小项目开始试。不要直接把整个课题组的工作流搬进去，可以先选一组公开论文、一个可复现的数据集、一个已有 notebook 和一份预期图表，让它完成“读文献、跑分析、生成图、写方法说明”的闭环。
试用时要重点看三件事。第一是可追溯性：图表里的数字能不能回到数据和代码。第二是环境一致性：同一个任务换一台机器或重跑一次，结果是否稳定。第三是引用质量：文献引用是否真实、上下文是否匹配，不能只看格式像不像论文。
如果团队有 HPC 或内部数据源，第二阶段再接入。科研场景的数据权限很敏感，最好先把本地路径、SSH 权限、数据库连接和输出目录都限定清楚，避免 Agent 在不该访问的地方读写。
和普通 Claude 的区别
普通 Claude 更像研究助理，可以帮你读论文、写摘要、解释代码。Claude Science 更像把研究助理接进了工具台：它能调用专业 connector、运行代码、生成 artifact，并保留审计历史。
因此评估它时不能只问“回答得好不好”，而要问“能不能进入科研流程”。能复现、能审计、能接已有工具，才是科研工作台相对聊天窗口的真正差异。
原文：Claude Science, an AI workbench for scientists, is now available