Claude Science 正式发布！解密AI驱动的科研新时代

2026 年 6 月 30 日，Anthropic 在一场面向制药企业高管、生物技术创始人和研究者的发布会上，正式推出了 Claude Science。这是该公司继 Claude Code（软件开发）和 Claude Cowork（法律工作）之后，第三款与旗舰模型并列的独立产品。

与之前面向生命科学的插件不同，Claude Science 是一个功能完整的独立工作台。它不提供新的模型，而是基于现有的 Claude 模型（包括 Opus 4.8）构建了一套完整的科研工作流系统。Anthropic 生命科学负责人 Eric Kauderer-Abrams 表示：“我们的使命是开发服务于人类长期福祉的 AI，而我们相信实现这一目标的最大机会就在生命科学领域。”

Claude Science 的核心能力：从碎片化工具到统一工作台

科研人员的现实痛点

现代科学研究早已不是“一个人在实验室里做实验”那么简单。一位计算生物学家每天需要切换的工具包括：PubMed 等文献数据库、Jupyter 笔记本、R 语言环境、终端集群，以及处理各种需要自定义管道的数据格式。每一个工具都有自己的操作逻辑和数据格式，科研人员的大量时间消耗在“工具切换”而非“科学思考”上。

Claude Science 要解决的正是这个问题——把查文献、连数据库、跑计算、生成图表、写稿和查引用放进同一个工作环境。

多智能体协同架构

Claude Science 的核心是一个多智能体系统：

协调代理（Coordinating Agent） ：相当于整个项目的“总指挥”，负责理解科研人员的自然语言指令，拆解任务，并调用或创建子智能体分工处理。它连接超过 60 个科学数据库，并预装了基因组学、蛋白质组学、结构生物学和化学信息学等领域的工具包。

专业子代理：科研人员可以根据自己的课题或实验室流程，自行构建“专家智能体”。这些子代理可以被协调代理调用，完成特定领域的专业任务。

审稿智能体（Reviewer Agent） ：这是一个独立的审核代理，负责在研究成果发布前检查引文和计算结果。AI 模型捏造引文和数据的现象并不罕见，审稿智能体会检查输出中无法追溯的数据和与代码不匹配的参考文献。需要说明的是，这一环节仍由同一底层模型完成，并非独立的事实来源——它可以帮助发现不一致，但不能替代同行评议或人工复核。

可复现性作为核心设计原则

“可复现”是 Claude Science 的核心卖点之一。每一张生成的数据图都附带了三层信息：

生成该图的精确代码
运行该代码的环境信息
制作过程的自然语言说明和完整对话历史

这意味着，研究者数月后返回任何一个结果，都能完整追溯其生成路径。更关键的是，研究人员可以直接用自然语言修改图表——比如“把纵轴改成对数刻度”或“删除网格线”——系统会自动编辑底层代码来响应这一指令。

与 NVIDIA 的深度合作

Claude Science 与 NVIDIA 的 BioNeMo Agent Toolkit 进行了深度集成。科研人员可以在工作流中直接调用 NVIDIA 加速的科学模型和能力，包括 Evo 2、Boltz-2 和 OpenFold3 等生命科学模型。

这种集成的实际意义在于：一个科学家可以用自然语言描述一个研究任务——比如“分析这段基因组序列”或“预测这个蛋白质结构”——Claude Science 会解读请求，通过预配置的专业代理协调工作，而 BioNeMo Agent Toolkit 则为这些代理提供连接每一步所需的科学计算能力。结果是形成了一个“科学推理”与“加速计算”之间的迭代循环。

一个典型的应用案例是：科学家从一个已知的致癌抗原突变出发，要求 Claude 设计大量潜在抑制剂。Claude Science 与 BioNeMo Agent Toolkit 和 NVIDIA NIM 微服务协同工作，加速高通量的抑制剂预测、优化和验证。

科研场景下的网络基础设施挑战

多数据源访问的复杂性

Claude Science 连接超过 60 个科学数据库，包括 UniProt、PDB 和 ChEMBL 等生命科学领域的关键数据源。当一个科研代理需要同时从多个数据库中提取、交叉验证和整合数据时，网络连接的稳定性和响应速度直接影响任务完成效率。

不同数据库的访问限制、地域分布和响应特性各不相同。一个跨地域的科研项目——例如，美国的实验室需要访问欧洲的基因组数据库、同时调用亚洲的临床数据——面临的网络延迟和访问可用性问题更为复杂。

大规模数据采集的合规边界

生命科学研究往往涉及大规模的数据采集和处理。Claude Science 的代理可以自主执行多步骤的分析任务，这意味着它可能在无人监督的情况下持续访问外部数据源。

在这种场景下，科研机构需要确保：

数据采集行为符合各数据源的使用条款
访问频率和模式不会触发目标数据库的访问限制
采集到的数据在传输和存储过程中保持安全

跨地域科研协作的网络需求

现代生命科学研究日益全球化。一个典型的药物研发项目可能涉及北美、欧洲和亚洲多个研究机构的协作。Claude Science 支持在实验室自有基础设施上运行——可以在 macOS 或 Linux 本地运行，也可以通过 SSH 或 HPC 登录节点在远程服务器上运行——但跨地域的数据访问和工具调用仍然依赖底层网络环境的品质。

当多个研究团队的 Claude Science 实例需要访问同一组外部数据源、或在不同地域之间同步研究成果时，网络连接的稳定性和数据传输效率成为制约协作效率的关键因素。

IPFLY 代理网络：为科研数据工作流构建稳健的网络层

在 Claude Science 所代表的“代理驱动型科研”日益普及的背景下，科研机构需要一个能够支撑多数据源访问、跨地域协作和大规模数据采集的网络基础设施。IPFLY 代理网络提供的多种代理类型，恰好覆盖了上述各类科研场景的网络需求。

动态住宅代理：保障科研数据采集的持续性与纯净度

对于需要 Claude Science 的代理执行大规模文献数据抓取、多数据库交叉查询等任务，IPFLY 的动态住宅代理提供了理想的网络支持。

住宅代理的核心价值在于其 IP 的真实性——这些 IP 地址来自真实的家庭网络环境，在目标数据库看来就是“正常用户”的访问行为，而非数据中心的批量请求。对于需要高频访问外部科学数据库的代理任务，使用住宅代理可以有效降低被目标网站识别为异常流量、触发访问限制的风险。

IPFLY 的动态住宅代理网络覆盖广泛的 IP 资源，能够为 Claude Science 代理的并发数据采集任务提供充足的 IP 轮换空间，避免单一 IP 因请求过载而被限流或封禁。这在需要持续、大规模采集公开科研数据的场景中尤为关键。

静态住宅代理：保障长周期科研任务的连续性

生命科学研究中的许多任务具有长周期特征——基因组分析、蛋白质结构预测、药物筛选等工作可能需要持续数小时甚至数天。Claude Science 的代理正是在这种长链路任务中发挥价值。

对于这类需要长时间保持网络身份一致性的任务，IPFLY 的静态住宅代理提供了稳定可靠的解决方案。静态住宅代理提供长期不变的 IP 地址，确保科研代理在持续数小时的分析任务中保持一致的网络身份。这对于需要维持会话状态、分步操作或长时间数据流接收的科研任务尤为重要。

例如，一个由 Claude Science 驱动的药物靶点筛选项目，可能需要先登录某个专业数据库获取初始数据、然后分多批次运行计算分析、最后将结果回传并验证——整个过程可能持续数小时。静态住宅代理提供的稳定 IP 环境，确保了这一长链路任务不会因网络层面的变化而中断。

数据中心代理：高性价比的 API 调用与计算任务场景

Claude Science 的大量操作涉及 API 调用——调用 Claude 模型本身、访问 NVIDIA BioNeMo 的加速计算能力、与外部数据库进行数据交换等。对于这些对响应速度敏感的场景，IPFLY 的数据中心代理提供了高性价比的网络接入方案。

数据中心代理的优势在于高速和稳定。数据中心的网络基础设施通常拥有更高的带宽和更低的延迟，非常适合 API 调用这种对响应时间敏感的操作。当 Claude Science 的代理需要频繁调用外部计算资源或数据接口时，数据中心代理能够减少每次调用的等待时间，从而提升整体科研任务的执行效率。

同时，数据中心代理在高并发场景下表现优异。当科研机构同时运行多个 Claude Science 实例、或一个代理需要同时访问多个数据源时，数据中心代理能够提供充足的带宽和连接数支持，避免网络层面的瓶颈。

灵活的代理资源组合与统一管理

IPFLY 为用户提供了统一的代理网络接入体验。科研机构可以根据不同任务场景的需求——文献采集用动态住宅、长周期分析用静态住宅、高频 API 调用用数据中心——进行灵活组合和针对性配置。

注册 IPFLY 账号后，科研团队可以立即开始体验上述代理服务，并根据实际研究项目的需求选择合适的代理类型和资源配置。IPFLY 无需客户端应用程序的设计，进一步降低了科研团队的技术接入门槛。

早期应用案例与场景分析

案例一：多智能体计算审稿流程

艾伦研究所的神经科学家 Jérôme Lecoq 已经使用 Claude Science 搭建了多智能体计算审稿流程。在这一场景中，多个专业代理分工协作，分别负责文献检索、数据验证、结果复现和报告生成等工作。

这一流程对网络环境的要求体现在多个层面：文献检索代理需要稳定访问 PubMed 等多个学术数据库；数据验证代理需要调用外部计算资源进行结果复现；报告生成代理可能需要访问格式规范、参考文献等外部资源。IPFLY 的动态住宅代理可以为文献检索提供纯净的 IP 环境，数据中心代理则为计算资源的 API 调用提供低延迟连接。