一条从科学家的工具出发的路线
他们的产品是连接器加长任务工具调用，而不是新的科学模型；难点被放在工具接入和任务评测上。谁掌握实验记录和数据入口，谁就握着这条路线的入口，这是我们的推论。
AI FOR SCIENCE · 访谈
Anthropic 的生命科学路线：先接工具，再进实验室
核心信号
Anthropic 的两位负责人说，Claude 在生命科学里要做贯穿全流程的研究助手：先接上科学家每天用的工具，再进入实验执行，最后从实验室的数据里学习。
这次新增
点名了基础层的合作方（Benchling、10x Genomics、PubMed，另提到 Sage Bionetworks 和 BioRender），称 Sonnet 4.5 是第一个经过大量科学训练的模型，并明确把“让 Claude 在实验室里跑实验”和“从高通量实验数据里主动学习”列为下一步。
当前边界
访谈里没有数字、合作方结果或实验执行的演示，唯一的案例是一段个人轶事；同日公告给了 Protocol QA 的分数，后来的证据见“采访之后”。
访谈里说了什么
先爬后走：先让 Claude 会用科学家的工具
第一层是接入日常工具：实验记录和管理（Benchling）、单细胞分析（10x Genomics 的 Cell Ranger）、文献（PubMed）。第二层是做“超人类的研究助手”，贯穿假设、实验执行（起草和调试方案）、计算分析和写作；每类任务拆开评测，再快速改进。
能力来自科学训练和长任务，而不只是更大的模型
Kauderer-Abrams 说 Sonnet 4.5 是 Anthropic 第一个经过大量科学训练的模型，数学变强会带动生物里的计算部分；更重要的是一长串工具调用的长任务能力，这对生物信息学流程是关键。他还说社区里越来越多的人在生信里用 Claude Code。
不止早期发现，要覆盖到开发和监管
他们说要覆盖从早期发现到开发、转化的全程。Cool 以自己写过监管申报材料、和 FDA 打过交道的经验说，Claude 在这里很有能力，对企业和 FDA 双方都有加速的机会。
通用前沿模型也许不需要专用生物模型
他说他们看到越来越多论文显示，原来要专用生物模型才能做的事，用足够大的前沿模型加合适的训练也许能做到，Anthropic 会“相当积极”地推进。同时他承认，生物基础模型的超人能力需要语言界面才能让人用上，整个领域还在起步。
下一步是进实验室，并从实验数据里学
Kauderer-Abrams 说 Claude 要学会在实验室里执行实验：设计方案、起草操作步骤，然后“去跑，我明早看数据”；还要做实验室在环的主动学习，因为从人类专家那里能学的终会饱和，而每年的实验通量在按规律增长。
“At some point we're going to saturate learning from human experts. The answer is to get the data from the lab.”Eric Kauderer-Abrams
改变了什么
- 此前的公开记录→
同日（2025-10-20）的 Anthropic 公告已经写明：目标是让 Claude 支持从早期发现到转化和商业化的全过程；Sonnet 4.5 在 Protocol QA 上 0.83（人类基线 0.79，Sonnet 4 为 0.74）；新连接器包括 Benchling、PubMed、10x Genomics 等，另有 Agent Skills；还写了“最终让 AI 模型自主做出这些发现”。
这次访谈新增两位负责人把这条路线排了先后：先接上科学家每天用的工具，再做贯穿假设、实验方案和分析的研究助手，然后让 Claude 在实验室里执行实验，最后从高通量实验数据里主动学习。
- 此前的公开记录→
公告写的是软件层：连接器、技能库、提示词库、专门支持和咨询合作方；没有写实验室里的执行，也没有写主动学习。
这次访谈新增访谈把“让 Claude 在实验室里跑实验”和“从实验室数据里主动学习”明确列为下一步，并说北极星是把生命科学研发加速至少一个数量级。
为什么重要
通用前沿模型对专用生物模型
Kauderer-Abrams 说越来越多论文显示，大模型加合适的训练也许能取代一部分专用生物模型，Anthropic 会积极推进。他没有点名论文，所以这是一个方向，不是被检验过的比较。
主张与边界
主张谁的口径目前状态
Sonnet 4.5 是第一个经过大量科学训练的 Anthropic 模型，长任务和工具调用能力大幅提升。
公司自述
“第一个经过大量科学训练的模型”是 Kauderer-Abrams 的说法，访谈里没有数字；同日公告给了 Protocol QA 0.83（人类基线 0.79）。
已与 Benchling、10x Genomics、PubMed 对接，Sage Bionetworks 和 BioRender 也是早期伙伴。
公司自述
同日公告确认了 Benchling、PubMed、10x Genomics 的连接器，Sage 的 Synapse.org 和 BioRender 也在其中。
Kauderer-Abrams 创办的生物公司曾在 COVID 检测开发中被样品基质抑制，花三个月才解决，Claude 一分钟内一次给出了加什么化学品的答案。
公司自述
个人轶事，他自己说当时答案并不完美；答案是否正确没有核对。
让 Claude 在实验室里执行实验，并做实验室在环的主动学习。
目标
方向，没有时间、伙伴或结果。
北极星是让生命科学研发加速至少一个数量级。
目标
引自 Dario Amodei 的文章，没有衡量方法。
论文显示通用前沿模型可能取代一部分专用生物模型。
行业背景
嘉宾的读法，没有点名论文。
访谈里没有给出基准数字、合作方结果或实验执行演示。
尚未闭环
访谈里只点名了 Arc Institute 这样的合作，没有细节。
接下来看什么
工具层能不能变成科学家从头用到尾的一个工作环境。
会表现为 一个整合工具、留下可审计记录的发布产品，加上独立的使用报告。部分回答 Claude Science 于 2026-06-30 发布测试版，整合常用工具并留下可审计的产物（Anthropic 公告）。外部使用者的第一批报告来自 Anthropic 与格拉德斯通研究所 7 月合办的一周黑客松：获奖项目用 Claude 做变异筛选、酶设计和复活旧代码，但评委来自主办方，没有一项经过同行评审或实验验证，复活的 20 个代码库里只有 5 个复现了论文数字。独立的端到端使用报告此前未见；10 月 8 日，两份外部研究者的预印本各自报告了一条用 Claude 从头做到尾的工作流：中研院的研究者让 Claude Code 监督 24 个结构的建模与精修，研究者全程引导；IFP Energies nouvelles 和帝国理工的研究者让 Claude 推导、编写并拟合一个状态方程，测试由同一个模型写成。两份都是作者自己的报告，没有提到 Claude Science，也没有与人类专家或其他工具对照。分任务类型的评测有没有公开，并带具体数字。
会表现为 Anthropic 的生命科学基准或系统卡。部分回答 同日公告公布了 Protocol QA 的分数（0.83，人类基线 0.79）。2026-04-29 的 BioMysteryBench 是 Anthropic 为其中一类任务（在真实数据上做计算分析）公开的评测，带数字：99 道题，专家小组无人解出的 23 道上 Claude Mythos Preview 的解出率为 30%（时间线 10 月 24 日记入）。但它由 Anthropic 自建、只测自家模型；访谈列出的另外两类任务，提出假设和写作，仍未见公开的评测。实验室里由 Claude 执行的实验，结果能不能超出第一份报告，并有外部核验。
会表现为 第二份及以后的湿实验结果，写明哪些步骤是人做的。部分回答 2026-09-23 的第一个结果只到转录，10 月 11 日的 bioRxiv 预印本（Kauderer-Abrams 是作者之一）把它写成论文，但没有新的湿实验：同一流程重跑十次，没有一次再发现那个阵列。10 月 20 日公布的蝎毒结合蛋白项目是第二个带湿实验的结果，而且测量是在外部做的：两家合同研究机构测了 211 个设计，17 个达到公司设定的标准（时间线 10 月 22 日记入）。所以外部测量这一半有了，自主这一半仍是公司自述：标准在数据之后才定，没有跑对照，公司自己也说没有做出药。10 月 27 日 Anthropic 的文章又报告了合作方实验室里的三批湿实验结果，每批都写明了哪些步骤是人做的：Generate 的六位科学家用 Claude Code 提出 CAR 信号段设计，由 Generate 自己的实验室测；BigHat 的实验室按 Claude 提出的改动做出并测了约 1010 个变体，测试方案的修改由 BigHat 科学家细化后执行；Divergence Labs 那边 Claude 基本自主地生成了约 3.5 万个抗体设计，再由公司缩小范围去测（时间线 10 月 27 日记入）。测量都在合作公司自己的实验室，报告都是公司自己发布、未经同行评审，所以“外部核验”仍只到合作方这一层。Divergence 的技术报告（时间线 10 月 29 日记入）给出了 Anthropic 文章没写的一半：91 个设计里 20 个胜过所有阴性对照，滴定的八个里三个在同一检测中清除 IgE 多于已获批的药，但报告也写明这些变体看起来没有强过它们出发的那个母本分子，测量全在传感芯片上，没有细胞和动物。通用模型在同一任务上是否追平专用生物模型。
会表现为 一篇独立论文，同一任务、同一评测。AI for Science 项目和合作方（如 Arc Institute、Novo Nordisk）有没有公布研究结果。
会表现为 项目或合作方公布的研究成果。
采访之后
后来出现的、检验或限制这次说法的证据，以及日期已过的目标。
Anthropic 发布 Claude Science 测试版：把研究者常用的工具和软件包整合进一个应用，每个结果留下可审计的生成记录，并可接 HPC 集群或按需 GPU。这是“先接上工具”的兑现，也是“研究助手贯穿全流程”的第一个产品形态；公告里没有结果数字。Anthropic, Claude Science ↗
这个湿实验室报告了第一个结果：智能体把 198,290 个簇缩到 19 份报告，并标出一个未注释的重复阵列；人做的测序显示它被转录。只有一次运行，只到转录，所以这是对“从实验数据里学习”的第一条证据，而且有限。时间线条目 →
这个结果的 bioRxiv 预印本（Kauderer-Abrams 是作者之一）报告：作者把同一套智能体流程重跑十次，几乎每次都找到了 ART 位点，但没有一次去读上游 DNA，也没有一次发现阵列；在固定输入的测试里，DNA 直接写进提示时最强的模型至少 90% 能描述出阵列，改成让它去读文件时最低只有 32%。这限定了访谈里“让 Claude 在实验室里做研究”的说法：那一次发现取决于输入怎么递给模型，重跑并不可靠。时间线条目 →
读于 2026.10.01 YouTube 完整自动字幕；姓名和头衔以视频说明为准。视频发布于一年前，页面按当时的说法记录。 打开原访谈 ↗