Anthropic一边花4亿美元买生物公司、一边建湿实验室——Claude Science的”制药梦”，到底想抢谁的蛋糕？

“我们不只是聊天机器人了”

2026年7月初，Anthropic做了一件让外界始料未及的事——它不再满足于做一个”更安全的AI助手”，而是宣布全面进军AI制药与科学发现领域。

这组动作密集得令人窒息：STAT报道，Anthropic正式发布了Claude Science，一个面向科研人员和企业制药公司的AI工作台；SynBioBeta披露，Anthropic正在大规模招聘生物学家，并着手建立自己的湿实验室（wet lab）；Tekedia报道，Anthropic以全股票交易方式收购了生物技术公司Coefficient Bio，交易金额高达4亿美元；而MedCity News则指出，这一切都被视为Anthropic在IPO前为估值寻找”实体锚点”的战略布局。

换句话说，Anthropic正在用一种近乎粗暴的方式宣告：它不只是一个语言模型公司，它要成为一家制药公司。

四管齐下：Claude Science到底能做什么？

Claude Science不是又一个”用AI写论文摘要”的工具。根据Anthropic官方公告和Forbes的体验文章，它的核心能力覆盖了科学研究的全链条：

文献理解与知识图谱构建。 Claude Science可以一次性阅读数万篇学术论文，提取关键数据点，自动构建领域知识图谱。一位Forbes作者在体验中提到，Claude用26美元就为他画出了一整个研究领域的映射图——”现在想象一下，如果这个能力对准了整个科学界。”

分子设计与药物候选筛选。 这是最引人注目的部分。结合刚收购的Coefficient Bio的技术，Claude Science可以直接从分子结构出发，生成新的药物候选分子，并预测其与靶点的结合亲和力。这不是简单的模式匹配——它需要理解量子化学、蛋白质折叠和代谢路径。

实验方案生成与自动化对接。 Anthropic同时宣布招聘生物学家和建立湿实验室，这意味着Claude Science生成的实验方案将直接对接到物理实验设备。从”纸上谈兵”到”烧杯验证”，这条闭环是AI制药从概念走向实体的最关键一步。

neglected diseases（被忽视疾病）专项计划。 MLQ.ai报道，Anthropic还启动了针对被忽视疾病的内部药物发现项目。虽然规模尚小，但这个信号值得注意——它表明Anthropic在IPO前就想建立一个”负责任AI”的品牌叙事。

4亿美元收购Coefficient Bio：为什么是”全股票”？

Tekedia的报道揭示了一个关键细节：Anthropic对Coefficient Bio的收购采用全股票交易（all-stock deal）。在Anthropic尚未上市、估值约9650亿美元的背景下，这是一个耐人寻味的选择。

一方面，全股票交易意味着Anthropic不需要动用现金储备——这对一家即将IPO的公司来说是明智的财务操作。另一方面，这也说明Anthropic管理层对Coefficient Bio的技术价值有极高信心，愿意用自己的股票作为”硬通货”来购买。

Coefficient Bio的核心资产是什么？据公开信息，这是一家专注于AI驱动的药物发现平台，拥有独特的分子生成算法和早期药物筛选管线。将其并入Anthropic后，Claude Science不再只是一个”辅助工具”——它拥有了直接将AI输出转化为实体药物的能力。

这在AI制药行业是一个分水岭。大多数AI制药公司（如Recursion、Insilico Medicine）仍然需要依赖传统药企的实验验证和临床开发。而Anthropic通过自建湿实验室+收购生物技术公司，正在尝试走一条从AI设计到物理验证的完整垂直整合路线。

OpenAI的回应：26亿美元订单与GPT-Rosalind

Anthropic的动作并非孤立事件。tech-insider.org的报道显示，OpenAI的GPT-Rosalind药物发现模型同样在加速推进——据报道，其BixBench评分达到0.751，并已拿下价值26亿美元的制药行业订单。

两家AI巨头在同一时间向制药领域猛攻，背后有一个共同的驱动力：Financial Times指出，Claude Science的发布被明确定位为Anthropic”争取药企收入”的战略举措。而在IPO前夕，”能赚钱的业务线”比”安全的叙事”更能说服华尔街给出高估值。

OpenAI的GPT-Rosalind走的是另一条路——不收购、不自建实验室，而是专注于模型本身的能力优化，然后通过API向药企收费。这种”轻资产”模式的优势在于可扩展性，劣势在于缺乏对实验数据的直接反馈闭环。

人才战：Nobel奖得主叛逃与”AI抢科学家”

与此同时，CNBC报道，Google DeepMind的John Jumper（AlphaFold的主要开发者）确认将离职加入Anthropic。此前，DeepMind已有六名研究人员流向Meta、OpenAI和Anthropic——Fortune和TechCrunch均对此进行了追踪报道。

这场人才流动的意义远超个体层面。AlphaFold是AI在科学领域最成功的案例之一，Jumper的加入不仅意味着Anthropic获得了世界级的结构生物学专家，更传递了一个信号：Anthropic正在从”AI安全公司”转型为”AI科学基础设施公司”。

而Google DeepMind在这场人才战争中处于守势——尽管它同时拥有AlphaFold、Gemini和庞大的科研团队，但薪酬和自由度上的竞争劣势正在显现。Axios的报道用了一个精准的标题：”Google takes the hit in AI’s talent war”。

从”辅助工具”到”合作科学家”：范式转变的真正含义

Claude Science和GPT-Rosalind的共同指向，是AI在科学研究中的角色正在发生根本性转变。

过去，AI在科学中的角色是”工具”——帮助科学家更快地阅读文献、更高效地处理数据。但现在，Anthropic和OpenAI都在推动AI成为”合作者”——生成假设、设计实验、甚至预测结果。

这种转变的最大挑战不在于技术能力，而在于信任。科学界对AI生成结果的验证标准远高于其他领域。正如R&D World引用的一位AI联合创始人的说法，当前的AI科学工具仍会产生”hypothesis slop”（假设垃圾）——大量看似合理但经不起实验检验的假说。压缩一个世纪的科学发现到十年内完成，需要的不仅是更强的模型，更是更可靠的验证机制。

这也是为什么Anthropic选择自建湿实验室——它不只是在做”AI制药”的生意，更是在搭建一个从AI假设到物理验证的完整反馈循环。只有当AI生成的分子能在实验室中被成功合成和测试时，”AI科学家”的叙事才真正成立。