Anthropic 正式发布了一款名为 Claude Science 的新旗舰产品，将 AI 代理能力从软件工程延伸至科学发现。在面向制药企业高管、生物技术创始人及研究人员的活动中，该公司展示了这一产品如何像 Claude Code 支持编程那样，为计算生物学和药物开发提供自主研究支持。
Claude Science 的核心能力在于，它能根据简洁的高层指令自主执行有意义的科研任务。这并非简单的文献检索或摘要工具，而是配备了专门面向科学领域的工具链，可直接介入实验设计、数据分析与分子模拟等环节。Anthropic 明确表示，该产品不仅对外提供，还将用于公司自身的药物研究——重点瞄准罕见病和被忽视疾病的治疗方案。
这一发布背后是 AI 产业向垂直领域深度渗透的大趋势。此前，AI 在科学领域的应用多集中在蛋白质结构预测（如 AlphaFold）或文献挖掘，而 Claude Science 试图将自主代理模式引入湿实验与干实验的完整闭环。这意味着，研究人员可能只需提出一个假设，AI 便能规划实验、调用计算资源、分析结果并迭代优化。
对 AI 产业投资者而言，Anthropic 的这一步具有多重信号意义。首先，它验证了基础模型能力向高价值、高壁垒行业溢出的商业路径。制药研发周期长、成本高（平均超 10 年、耗资数十亿美元），任何能缩短时间或降低成本的工具都可能快速获得付费意愿。其次，Claude Science 的推出可能加剧 AI 实验室之间在科学基础模型赛道的竞争，促使更多资源涌入生物医药方向的训练数据与算力基础设施。
值得注意的是，Anthropic 选择在专门面向制药与生物技术圈的活动中发布该产品，而非泛科技大会，表明其市场策略高度聚焦。公司不仅想卖工具，更想通过内部研发罕见病药物来自证产品价值——这种“既是开发者也是用户”的模式，在 AI 制药领域尚属前沿尝试。
从更广的产业视角看，AI 代理从代码生成走向科学实验，对底层算力与模型推理能力提出了更高要求。科学计算往往涉及大规模并行模拟与高精度数值运算，这可能进一步拉动对高性能 GPU 及专用 AI 芯片的需求。同时，若该模式被验证成功，或将引发制药巨头与 AI 公司之间新一轮的合作与投资浪潮。
当然，Claude Science 的实际效果仍有待观察。AI 在药物发现中的历史充满波折——许多早期候选药物在临床试验阶段折戟。Anthropic 能否通过内部项目拿出令人信服的临床前数据，将是决定该产品长期影响力的关键。但无论如何，这一发布已清晰表明，AI 的下一个战场正在从屏幕上的代码，移向实验室里的培养皿。