Anthropic 正式發佈了一款名為 Claude Science 的新旗艦產品，將 AI 代理能力從軟件工程延伸至科學發現。在面向製藥企業高管、生物技術創始人及研究人員的活動中，該公司展示了這一產品如何像 Claude Code 支持編程那樣，為計算生物學和藥物開發提供自主研究支持。
Claude Science 的核心能力在於，它能根據簡潔的高層指令自主執行有意義的科研任務。這並非簡單的文獻檢索或摘要工具，而是配備了專門面向科學領域的工具鏈，可直接介入實驗設計、數據分析與分子模擬等環節。Anthropic 明確表示，該產品不僅對外提供，還將用於公司自身的藥物研究——重點瞄準罕見病和被忽視疾病的治療方案。
這一發布背後是 AI 產業向垂直領域深度滲透的大趨勢。此前，AI 在科學領域的應用多集中在蛋白質結構預測（如 AlphaFold）或文獻挖掘，而 Claude Science 試圖將自主代理模式引入溼實驗與幹實驗的完整閉環。這意味著，研究人員可能只需提出一個假設，AI 便能規劃實驗、調用計算資源、分析結果並迭代優化。
對 AI 產業投資者而言，Anthropic 的這一步具有多重信號意義。首先，它驗證了基礎模型能力向高價值、高壁壘行業溢出的商業路徑。製藥研發週期長、成本高（平均超 10 年、耗資數十億美元），任何能縮短時間或降低成本的工具都可能快速獲得付費意願。其次，Claude Science 的推出可能加劇 AI 實驗室之間在科學基礎模型賽道的競爭，促使更多資源湧入生物醫藥方向的訓練數據與算力基礎設施。
值得注意的是，Anthropic 選擇在專門面向製藥與生物技術圈的活動中發佈該產品，而非泛科技大會，表明其市場策略高度聚焦。公司不僅想賣工具，更想通過內部研發罕見病藥物來自證產品價值——這種“既是開發者也是用戶”的模式，在 AI 製藥領域尚屬前沿嘗試。
從更廣的產業視角看，AI 代理從代碼生成走向科學實驗，對底層算力與模型推理能力提出了更高要求。科學計算往往涉及大規模並行模擬與高精度數值運算，這可能進一步拉動對高性能 GPU 及專用 AI 芯片的需求。同時，若該模式被驗證成功，或將引發製藥巨頭與 AI 公司之間新一輪的合作與投資浪潮。
當然，Claude Science 的實際效果仍有待觀察。AI 在藥物發現中的歷史充滿波折——許多早期候選藥物在臨床試驗階段折戟。Anthropic 能否通過內部項目拿出令人信服的臨床前數據，將是決定該產品長期影響力的關鍵。但無論如何，這一發布已清晰表明，AI 的下一個戰場正在從屏幕上的代碼，移向實驗室裡的培養皿。