Anthropic 发布 Claude Science：一种以工作流为核心的 AI 研究方法
随着 Claude Science 的发布，Anthropic 正在将其战略从单纯的模型规模扩张转向垂直整合。Claude Science 是一个专为计算研究设计的专用 AI 工作台。该公司并非发布一个新的专用模型，而是提供一个统一的环境，将现有的 Claude 模型集成到科学家使用的复杂工作流中。
超越模型：迈向行业特定工作流
虽然竞争对手通常专注于针对特定领域微调模型，但 Anthropic 正押注于“操作系统层”战略。Claude Science 并不是一个新的基础模型；相反，它利用包括 Claude Opus 4.8 在内的现有高性能模型来驱动专门的研究环境。
这种方法借鉴了 Anthropic 的 Claude Code 为开发者提供服务的方式，旨在掌控工作流，而不仅仅是底层的智能。通过专注于界面和工具集成，Anthropic 提供了一种无缝体验，使研究人员无需在碎片化的数据库、编码流水线和可视化工具之间来回切换。
多智能体编排与事实核查
Claude Science 的核心是一个复杂的多智能体架构。一个主要的 AI 助手充当项目经理，能够连接到 60 多个科学数据库，并利用预构建的基因组学、化学和蛋白质结构工具包。
为了处理复杂的研究，该系统可以：
- 任务委派： 主助手可以生成专门的“子助手”来管理项目的特定环节。
- 定制专家： 用户可以针对小众研究领域构建并部署自己的定制“专家”助手。
- 验证准确性： 专门的事实核查 AI 会审查引用和数学计算，以降低幻觉和虚假数据的风险。
此外，该工作台优先考虑可复现性。在生成 3D 蛋白质结构或化学绘图时，系统会提供精确的代码、所使用的特定环境以及完美重建该图表所需的完整消息历史。
竞争格局：三种分化的战略
Claude Science 的发布凸显了 AI 公司在如何占领专业市场方面的根本分歧：
- Anthropic（水平工作流方法）： 专注于广泛的可访问性和工作流集成。Claude Science 面向 Pro、Max、Team 和 Enterprise 订阅用户开放，使其成为一个覆盖范围广泛的工具。
- OpenAI（封闭式专家方法）： 通过 GPT-Rosalind，OpenAI 专注于微调生物推理能力，但将其限制在严格的企业资质和安全审查之后，仅面向 Moderna 和 Amgen 等合作伙伴。
- Google DeepMind（专有模型方法）： DeepMind 利用其对 AlphaFold 和 AlphaGenome 等基础科学模型的掌控，将其集成到 Gemini for Science 平台中。
实验室中的实际影响
早期应用表明效率得到了显著提升。UCSF 脑肿瘤中心利用 Claude Science 将胶质瘤的生殖系分析时间缩短到了以往的一小部分。同样，Allen Institute 的神经科学家已经实施了多智能体计算审查流水线。通过允许工作台在实验室自己的基础设施上运行，Anthropic 还解决了药物研究中固有的关键数据隐私问题。
核心要点
- 工作流重于原始算力： Anthropic 正在通过构建专门的工作台而非新的专有科学模型，来优先发展“操作系统层”。
- 多智能体智能： 该平台使用项目经理智能体来编排子助手，并使用专门的事实核查器来确保引用的准确性。
- 战略分化： 科学领域的 AI 竞赛正在分裂为三种模式：Anthropic 的广泛工作流访问、OpenAI 的封闭式企业模型，以及 Google 的专有基础模型。