Anthropic发布Claude Science：AI开始当科学家了 | Anthropic Launches Claude Science: AI Is Now a Research Instrument
2026年7月1日，旧金山某制药高管峰会上，Anthropic CEO Dario Amodei 现场演示了 Claude Science——它不是在回答”蛋白质折叠是什么”，而是实时访问数据库、调用计算生物学软件、逐步推演，把一个通常需要研究团队几小时的分析，压缩到几分钟内完成。
房间里鸦雀无声。
Claude Science是什么
Anthropic这次发布的不是一个孤立的产品。Claude Science是三件套之一：
- Claude Code：给软件工程师用的 AI Agent
- Claude Cowork：通用任务协作
- Claude Science：专攻计算生物学与药物研发
科学版本的特点是：可以执行科学软件、查询专业数据库，并实时展示推理过程。不只是”生成文本答案”，而是”参与科学过程”。
NVIDIA也在做同样的事
同日，NVIDIA发布了 BioNeMo Agent Toolkit，用来解决AI辅助研究里最大的瓶颈：速度。
其中一个案例：RAPIDS-singlecell 组件能把130万细胞的预处理工作流从52分钟压缩到25秒，124倍加速。
nvMolKit 把化学信息学运算加速3000倍。这意味着AI可以在”实时”的时间尺度里，遍历巨大的化学空间。
为什么这件事值得关注
以前说AI能帮助科学研究，通常是指：帮写论文摘要、快速文献综述、做一些统计分析。
现在这条线正在向前移动。
当一个AI系统能在几分钟内完成研究团队几小时的分析工作，它就不再是”科研辅助工具”，而是开始参与科学方法本身——生成假设、验证假设、迭代。
这对制药行业是真实的商业压力：一款药从研发到上市平均10-15年。如果AI能把某些阶段压缩一个数量级，那就是几十亿美元的竞争优势。
但协作还是硬伤
同日还有一项研究值得泼冷水：斯坦福团队发布了GPTNT基准测试（基于合作游戏《拆弹专家》），要求两个AI Agent实时协作——一个看到炸弹，一个拿着拆弹手册，都看不到对方的信息，必须通过沟通配合。
结论：没有任何现有AI模型，不管是开源还是闭源，能在实时压力下成功拆弹。而这个难度对人类玩家来说是常规操作。
AI在单任务上越来越强，但在”实时、信息不对称、高压协作”场景下，还差得远。
English below
On July 1, Anthropic CEO Dario Amodei demoed Claude Science at a pharmaceutical executive summit in San Francisco. The AI agent didn’t just answer questions — it accessed specialized databases, executed computational biology software, and completed in minutes what normally takes a research team hours.
What Is Claude Science
It’s one of three new Claude tools: Claude Code (software engineers), Claude Cowork (general tasks), and Claude Science (computational biology and drug development). The science variant can execute scientific software and query specialized databases in real time.
The NVIDIA Parallel
NVIDIA’s BioNeMo Agent Toolkit promises 124x speedup for 1.3-million-cell genomic preprocessing workflows (52 minutes → 25 seconds) and 3,000x acceleration for cheminformatics operations.
Why This Matters
When AI can compress hours of research into minutes, it stops being a “writing assistant” and starts participating in the scientific method itself — generating and testing hypotheses in near real-time. For pharma, where drug development takes 10-15 years, this is a real competitive advantage.
The Collaboration Problem
GPTNT benchmark (based on cooperative game “Keep Talking and Nobody Explodes”) found that no current AI model can defuse a single bomb in real time under pressure — a bar human players routinely clear. AI excels at single tasks but still fails at real-time, information-asymmetric collaboration.
Source: AI Daily Digest, July 1, 2026