Anthropic推出Claude Science、OpenAI押注AI制药、NVIDIA联手Databricks——三家巨头同天抢滩AI科学，可一款AI药物都没获批过

一、Claude Science 上线：Anthropic 不走”更强模型”路线，改打”工作流牌”

7月初，Anthropic 正式发布了 Claude Science——一个面向科研人员的多智能体AI研究工作台。与以往发布新模型不同，这次 Anthropic 的核心卖点不是”更聪明的脑子”，而是”更好的工作环境”。

根据 Anthropic 官方博客介绍，Claude Science 提供了一套完整的AI驱动研究管道，覆盖基因组学、蛋白质组学和化学信息学三大核心领域。用户只需通过 Claude 付费订阅（最低 $26/次探索），即可让多个AI Agent协同完成文献检索、数据清洗、假设生成和实验设计等全流程工作。

TechCrunch 的报道精准概括了 Anthropic 的战略转向：”Claude Science 押注的是工作流，而不是更强的模型。”这意味着 Anthropic 认识到，科学家群体最需要的不是又一个能写论文的LLM，而是一个能融入他们日常研究习惯、能处理专业数据格式、能保证结果可复现的工具链。

Forbes 撰稿人 John Drake 在亲自体验后写道：”Claude Science 用26美元为我所在的领域绘制了一张知识图谱。现在想象一下，如果这套工具面向整个科学界……”这种”低门槛试错 + 高价值产出”的模式，正是 Anthropic 试图在 AI for Science 赛道建立的差异化优势。

更值得关注的是，Anthropic 同时宣布启动了针对被忽视疾病的内部药物发现项目，并宣布 Claude Science 对所有付费订阅用户开放。这一举动释放了一个明确信号：Anthropic 不只是在做工具，而是在构建一个从基础研究到药物发现的完整AI科学生态系统。

二、三巨头同天亮剑：AI for Science 的商业化窗口真的打开了吗？

Claude Science 的发布并非孤立事件。在过去一周内，AI for Science 赛道出现了密集的动作，标志着这条赛道正从学术探索阶段迈入商业化竞争阶段。

NVIDIA 在 BIO 2026 大会上推出了 BioNeMo Agent Toolkit，将生物分子模型转化为可被AI Agent调用的”技能包”。Databricks 同期发布了 Genesis Workbench，定位为”生命科学行业的AI平台蓝图”。两者合作的目标很明确：让AI Agent不仅能”思考”，还能”动手”——执行药物筛选、分子模拟、临床试验数据分析等实际科研任务。

与此同时，OpenAI 也在加速布局 AI for Science。其 Orion 基因编辑平台已在多家生物技术公司内测，目标是让AI直接参与DNA序列的设计和优化。虽然 OpenAI 尚未像 Anthropic 那样发布面向公众的科学工作台，但其与制药巨头的深度合作正在积累行业壁垒。

Google DeepMind 则依靠 AlphaFold 的长期积累，持续扩展其在结构生物学领域的统治力。GemFire 平台的发布进一步整合了从蛋白质结构预测到药物发现的完整管线。

| 公司 | 产品/平台 | 核心定位 | 目标用户 |
|——|———–|———-|———-|
| Anthropic | Claude Science | AI研究工作台，多Agent协同 | 学术科研人员、药企研发 |
| NVIDIA + Databricks | BioNeMo Agent Toolkit + Genesis Workbench | 生物分子技能平台 + 行业AI蓝图 | 制药企业、生物技术公司 |
| OpenAI | Orion 平台 | AI基因编辑与设计 | 生物技术初创、药企 |
| Google DeepMind | AlphaFold + GemFire | 蛋白质结构预测 + 药物发现 | 学术界、药企研发部门 |

STAT News 的报道指出，Claude Science 是 Anthropic 首次将 AI 能力直接面向制药行业研究人员的产品化尝试。而 Pharmaceutical Technology 则强调，这标志着”AI驱动的制药研发工具”正式进入了主流视野。

三、零获批药物的豪赌：AI制药的”信任鸿沟”有多深？

尽管三巨头同时发力，但一个冰冷的事实摆在面前：截至目前，全球尚无一款完全由AI设计的药物获得FDA批准。

Tech Times 的报道直言不讳地指出：”Anthropic 在直播中大力推销AI科学愿景，但现实中还没有一款AI药物赢得FDA批准。”这句话浓缩了整个AI for Science 赛道的困境——资本热情与临床现实之间存在巨大的鸿沟。

回顾过去五年，AI制药行业累计吸引了超过300亿美元的投资。Exscientious、Insilico Medicine、Recursion Pharmaceuticals 等明星公司相继上市，估值一度突破百亿美元。然而，从”AI设计分子”到”进入临床试验”再到”获得FDA批准”，这条链条上每一环都存在难以逾越的障碍。

Drug Target Review 在2026年初的行业预测中指出，AI在药物发现中的实际贡献主要集中在”靶点识别”和”分子筛选”这两个早期环节，而真正决定药物成败的”临床前优化”和”临床试验”阶段，AI的作用仍然有限。

这就是所谓的”AI制药信任鸿沟”：药企愿意为AI投入研发资金，因为早期筛选的成本确实降低了；但当AI无法保证最终产出获批药物时，投资的合理性就开始受到质疑。

BMS（勃林格殷特格尔）的选择提供了一个有趣的参照。这家全球顶级药企在5月份宣布将 Anthropic 的 Claude 集成到其全球运营管线中，目标是通过AI加速研发流程和全球协作。但 BMS 的决策逻辑是”全面拥抱AI工作流”，而非”依赖AI设计药物”——这是一种更为务实的AI制药策略。

四、工作流即护城河：AI科学的下一战不在实验室，而在桌面

Claude Science 的发布策略揭示了一个更深层的趋势：AI for Science 的竞争焦点正在从”谁能做出更好的分子”转向”谁能成为科学家每天打开的第一个工具”。

这种转变的逻辑很简单——如果一款AI工具成为了科学家日常研究的”操作系统”，那么它积累的不仅是用户数据，更是整个科研工作的方法论和习惯。一旦这种习惯形成，后来者面临的就不是产品功能的竞争，而是”替换整个工作流”的巨大成本。

Revvity 宣布将 Claude 集成到其 Signals AI 平台，让科学家可以直接通过 Claude 访问研发数据。Haleon 与微软签订5年AI合作协议，升级消费者健康运营。NEJM Evidence 的研究也表明，通用大语言模型在医学基准测试中已开始超越专用临床AI工具。

这些信号共同指向一个结论：AI科学产品的竞争，本质上是”入口之争”。Anthropic 选择以 $26 的低门槛切入学术界，OpenAI 选择以 Orion 平台深耕生物技术公司，Google 选择以 AlphaFold 的学术声誉建立信任——三家公司的路径不同，但目标一致：成为科学家工作流中不可替代的基础设施。

AI Business 的分析文章指出，Claude Science 的发布标志着 Anthropic 正在从”聊天机器人公司”转型为”科学研究基础设施提供商”。这种定位的转变，不仅意味着商业模式的升级，更意味着 Anthropic 正在试图定义”AI时代的科学研究方法”本身。

五、中国AI的机遇与隐忧：追赶还是弯道超车？

在全球AI for Science 赛道加速竞争的同时，中国AI力量也不容忽视。此前已有报道指出，中国AI模型正在快速追平 OpenAI 和 Anthropic 的前沿能力，而字节跳动等公司也在AI制药领域进行了独立融资布局。

然而，AI科学赛道的特殊性在于——它不仅仅需要强大的语言模型，更需要专业的领域数据、实验验证能力和产业生态。在这些方面，欧美公司凭借数十年的生物医药产业积累，仍然占据显著优势。

Anthropic 选择在此时推出 Claude Science，本质上是在利用其在通用AI能力上的优势，快速填补”AI + 科学工作流”之间的空白。对于中国AI公司而言，这是一条既充满机遇又布满挑战的赛道：机遇在于，AI科学的底层方法论具有普适性；挑战在于，缺乏真实世界的实验数据和产业闭环，再强的AI模型也难以跨越”从数字到实体”的最后一步。