AI 能把科学发现加速多少？这取决于两个变量：AI 本身能做什么，以及科学家实际拿它做什么。Anthropic 于 2026 年 11 月 5 日发布的研究报告《AI for Scientific Discovery: How Researchers Use Claude》，用隐私保护方法分析了 207000 次 Claude 与 Claude Code 的科研会话，给出了迄今为止最细粒度的实证画面。报告的核心发现可以浓缩为：AI 对科研的加速效果沿着”数字化程度”的梯度急剧分化——在最激进的情景测算下，计算机科学和统计学的产出倍增上限可达约 15 倍，而化学和生物学仅约 3–4 倍。

需要在开头即明确的是：这份报告由 Anthropic 发布，分析对象是 Anthropic 自家产品 Claude 的使用数据。报告作者团队由 Johannes Hermle、Benjamin Jones 和 Lukas Althoff 领衔，其他成员包括 Ryan Heller、Thomas Lyttelton、Carolyn Stein、Nathan Wilmers、Maxim Massenkoff 和 Peter McCrory。尽管团队采用了隐私保护方法和配套调查等多重手段来增强分析的严谨性，但数据来源的单一性——仅覆盖 Claude 用户而非所有 AI 科研工具用户——意味着其结论的外部推广需要谨慎对待。

以下将沿着数据与方法、学科分布、任务结构、产出倍增测算和 2030 年展望 5 个维度逐层展开。

20.7 万次会话：数据从哪来，怎么量

报告的研究对象是 207000 次 Claude 和 Claude Code 科研会话。Anthropic 在报告中强调，整个分析流程基于”privacy-preserving methods”（隐私保护方法），报告称使用了隐私保护的分析基础设施（privacy-preserving infrastructure）。

方法论的另一个关键设计是”任务的理论 AI 能力度量”（a measure of how well AI can, in theory, perform each research task）。报告为每项科研任务构建了一个 AI 理论适配度指标，用于衡量当前 AI 在该任务上的能力上限。这一指标随后被用来解释使用量的分布差异：AI 理论适配度排名前 20% 的任务，其实际 Claude 使用量是”按研究者在该任务上花费时间预测值”的 2–4 倍；而排名后 20% 的任务——主要是物理实验操作——几乎没有使用量。

这套方法的价值在于，它在问”科学家用 AI 做的事，和 AI 理论上最擅长的事之间，重叠度有多高”。据报告数据，两者高度重叠，但也因此暴露了一个缺口——科学家最看重的任务（如假设生成）与他们实际使用 AI 最多的任务（如数据分析）之间存在显著错位。

报告同时使用了一项配套的研究者调查（accompanying survey），对象为 528 名科学家，样本主要来自生命科学与健康科学领域，且均为 AI 的积极采用者（active adopters of AI）。这一样本构成意味着调查结果更多反映的是已经在使用 AI 的实验科学研究者的判断，而非科研群体的随机截面。此外，528 人的总样本在拆分到各学科子群后，每个子群的样本量可能较小，这对跨学科比较结论的统计效力构成限制，读者在解读各学科差异时应留意这一点。

谁在用 Claude？学科分布的不对称

报告最直观的发现之一是学科间使用密度的巨大差异。Anthropic 在报告中明确指出：相对于各学科研究人员的基数（relative to the number of researchers in each field），形式科学（formal sciences）——包括计算机科学、数学和统计学——使用 Claude 的比例显著更高；而健康科学（health sciences）和实验室导向的物理科学（lab-based physical sciences）使用比例更低。

这一分布并非随机。报告同时指出，跨学科的使用模式与 AI 能力指标高度吻合：”fields where AI can perform many tasks well, such as computer science and statistics, use Claude more”。形式科学之所以用得多，是因为这些学科的核心研究任务——编写代码、推导证明、统计建模、数据清洗——天然可以在纯数字环境中完成，与 AI 的能力边界高度契合。

反过来看，化学和生物学的核心工作流中包含大量”wet lab”环节：配制试剂、操作仪器、培养细胞、跑凝胶。这些物理操作目前无法被语言模型替代，构成了 AI 渗透率的硬性天花板。报告将这类任务归入 AI 理论适配度最低的 20%（the bottom 20%），并明确指出这些任务”include most physical work”且”get very little”Claude 使用。据报告数据，化学、材料科学等领域研究者 38%–41% 的时间花在物理步骤上，而中位数学科仅为 4%。在没有自动化实验室的条件下，这些约 40% 的物理步骤时间仍然是无法被 AI 压缩的瓶颈。

笔者判断，这种学科间的不对称短期内不会收敛。形式科学的 AI 使用密度还会继续上升，因为模型能力本身在持续提升，而这些学科的任务边界几乎完全落在模型能力的覆盖范围内。实验科学要缩小差距，则需要 AI 在物理世界接口上取得突破——例如实验室自动化机器人与 AI 推理的深度集成——而这涉及的不仅是模型能力，还有硬件、安全和成本等多重约束。

科学家拿 AI 做什么？数据分析主导，假设生成使用率偏低

报告对任务类型的分解揭示了一个耐人寻味的错位。

从使用量看，数据分析是压倒性的第一大用途：数据分析单项约占 Claude 会话的 1/3，占 Claude Code 会话的近 1/2（48.1%），而研究者在数据分析上花费的时间占比为 27.6%。写作与沟通（writing and communication）是第二大使用场景，占 Claude 会话的 32.0%，而研究者在该任务上的时间占比为 16.0%。这两类任务合计占据了科研会话的绝大多数。

然而，在 528 名科学家的配套调查中，科学家们对各任务重要性的排序却呈现不同的图景：他们将假设生成（idea generation）和数据收集（data gathering）排在科学发现最重要的任务之列，但在实际使用中，这两类任务的 Claude 会话占比明显偏低。据报告数据，假设生成（ideation and hypothesis generation）仅占 Claude 会话的 4.2%、Claude Code 会话的 2.1%，而研究者在该任务上花费的时间占比为 7.1%。数据收集（data gathering）占研究者时间的 28.6%，但只占 Claude 会话的 11.5%、Claude Code 会话的 11.9%。

报告对这一错位给出了一个解释：专门为科研设计的 AI 工具可以缩小”科学家实际使用 AI 的任务”与”他们认为最重要的任务”之间的差距。Anthropic 在报告中声称，在 Claude Science 上，假设生成（idea generation）的使用占比约为普通 Claude 上的 2 倍。以 Claude 上 4.2% 的基线计算，按上述披露数据推算，Claude Science 上假设生成的占比约在 8%–9% 左右，仍远低于数据分析和写作的占比，说明即使在专用工具上，假设生成也尚未成为主流用途。

这一数据点的含义是双重的。第一，它说明当前科学家对通用 AI 工具的使用模式是”就低不就高”的——他们倾向于把 AI 用在 AI 已经明显擅长且风险较低的任务上（数据清洗、代码调试、文稿润色），而对 AI 在更高阶创造性任务上的能力持谨慎态度。第二，它暗示产品设计本身可以改变使用行为。如果 AI 工具通过界面引导、提示模板或专用功能降低了科学家尝试假设生成的门槛，使用占比就会上升。

从技术与商业交叉的角度看，这意味着 AI 科研工具的竞争焦点可能不只是模型能力，还包括”任务引导设计”——即如何让科学家更自然地将 AI 用于高价值但当前使用率偏低的研究环节。报告将 Claude Science 作为 Anthropic 面向科研场景的专用产品提及，并说明任何付费用户均可访问，但未在报告中详细说明其推出时间。

AI 能力与使用量的耦合：2–4 倍的放大效应

报告中分析深度最高的部分，是将 AI 理论能力指标与实际使用量进行交叉比较。

结论非常清晰：AI 理论适配度排名前 20% 的任务，其实际 Claude 使用量是”按研究者在该任务上花费时间预测值”的 2–4 倍。这意味着科学家并非均匀地将 AI 撒在所有任务上，而是高度集中地投放在 AI 最擅长的环节。这种”能力-使用量”的正反馈循环在学科层面同样成立：AI 能做好更多任务的学科，整体使用量就更高。

这一发现的政策含义在于：如果决策者希望 AI 加速特定学科的科学发现，仅仅提供通用 AI 工具是不够的——还需要针对该学科的瓶颈任务开发专用能力。否则，AI 的加速效果会自然地集中在那些任务已经与 AI 能力高度匹配的学科，进一步拉大学科间的”AI 红利差距”。

产出倍增的学科鸿沟：情景测算下的 15 倍与 3–4 倍

报告的核心量化贡献是一套产出倍增的情景测算模型。Anthropic 在报告中称其为”a simple model”，用于探索不同 AI 能力假设下的研究产出变化。报告共设置了 3 个情景，并明确强调这些是”illustrative scenarios, not forecasts”（示意性情景，而非预测）。在所有情景中，物理步骤均仍由研究者完成。

情景 1 是”现有 AI 能力被广泛采用”（existing AI capabilities are widely adopted）。在这一假设下，AI 承担的研究份额按调查数据与能力分数估计。据报告，部分学科的研究产出可以翻倍（could double research output in some fields）。

情景 2 和情景 3 更为激进，分别假设 AI 完全自动化 75% 或 100% 的非物理研究步骤。在 AI 完全自动化所有非物理研究工作的情景（情景 3）下，学科间的产出倍增差距急剧拉大：

  • 计算机科学和统计学：产出倍增上限可达约 15 倍。
  • 化学和生物学（报告称之为”bench sciences”，即实验台科学）：产出倍增约 3–4 倍。

15 倍与 3–4 倍之间的差距，直接来源于物理实验瓶颈。报告明确指出，化学和生物学的产出倍增受限于物理瓶颈（”held back by physical bottlenecks”）。即使 AI 能完美处理这些学科中的所有数字化任务——文献综述、数据分析、实验设计、论文写作——研究者仍然需要亲自（或通过自动化设备）完成湿实验操作，而这些操作的耗时和成本不会因为 AI 的介入而显著下降。报告在方法部分说明了主要假设，包括 AI 份额取自调查与能力分数、瓶颈程度按 Ahmadpoor and Jones（2019）校准、AI 成本按当前公开价目计算，并强调这是示意性情景而非预测。

笔者的简化理解是：如果某学科研究者物理步骤占比很低（报告称中位数学科只有 4%），且 AI 能完全自动化其余数字化任务，那么研究者的时间被极大释放，产出倍增的理论上限就很高。反之，如果某学科 38%–41% 的时间花在 AI 无法替代的物理步骤上（如化学和材料科学），即使 AI 完全自动化了其余所有数字化工作，物理步骤仍然构成不可压缩的时间底线，产出倍增的上限因此被锁定在较低水平。报告的具体倍数会因模型假设的调整而变化——例如产出函数的形式、是否考虑递减收益等——但其揭示的定性差异是稳健的：在相当宽泛的参数范围内，”形式科学获益远大于实验科学”这一判断都会成立。

蛋白质设计与分析化学：AI 加速实验科学的实证与边界

Anthropic 自身的实验工作为上述判断提供了部分佐证。据 Anthropic 于 2026 年 8 月 18 日发布的研究博客，Claude 在蛋白质结合物设计实验中，针对 15 个靶标成功设计了 14 个的结合物，单个设计的成功率在 22%–35% 之间。Anthropic 在该博客中将这一成功率与其所称的蛋白质设计领域目前典型的 10%–15% 成功率进行了对比，但该基线数字出自 Anthropic 博客本身的表述，笔者未在博客中找到其引用的独立文献来源，读者在评估这一对比时应注意基线的可追溯性。部分最强设计的结合紧密度比此前已发表的最佳结果高出数倍。在分析化学任务中，Claude Opus 5 在仅给定合同实验室原始文件和 2 句提示的条件下，分别用 23 分钟和 19 分钟完成了 NMR 和 LC-MS 数据分析，氢计数和纯度结果（96.4% vs 96.33%）与实验室自身分析一致。

关于模型版本的背景：据该博客原文，蛋白质设计实验使用的是 Mythos Preview 和 Opus 4.8；博客写明”life science research tasks are currently blocked in our most capable model”，Anthropic 计划推出面向科学家的访问计划；Opus 5 被博客描述为”our most capable generally available model”。读者在评估这些结果时应注意实验所用模型与公众当前可用模型的差别。

这些案例说明 AI 确实可以加速实验科学中的计算密集型子任务（如蛋白质设计中的计算筛选、光谱数据的解析），但它们恰恰也印证了报告的核心论点：AI 加速的是实验流程中可数字化的环节，而非物理操作本身。蛋白质设计的计算筛选可以大幅压缩时间，但湿实验验证（wet lab validation）——包括蛋白表达、纯化、结合实验——仍然需要物理操作时间。Anthropic 在博客中也承认，在湿实验中验证这些数据仍需要数周。

因此，3–4 倍的产出倍增上限对实验科学而言并非悲观估计，而是物理约束下的合理预期。要突破这一上限，需要的是实验室自动化技术的同步进步——包括自动化合成平台、高通量筛选机器人、以及将 AI 推理与物理操作闭环连接的系统集成能力。

2030 年展望：约 40% 受访者预期 AI 可独立完成研究项目

报告的配套调查中包含了一个面向未来的问题：AI 模型何时能独立完成完整的研究项目？

据报告，在 528 名受访科学家中，约 40% 预期 AI 模型到 2030 年可以独立完成研究项目（”about 40% expect AI models to carry out full research projects on their own by 2030”）。约 64% 预期这一时间点在 2035 年之前到来，而 16% 认为永远不会实现。关于 AI 自主产生科学突破的预期则更为保守——约一半受访者认为要到 2035 年以后或永远不会。

这一数据需要审慎解读。首先，报告特别注明，这些受访者是”researchers who actively use AI”，即活跃的 AI 使用者，且样本主要来自生命科学与健康科学领域。这意味着 40% 这个比例来自一个对 AI 有直接使用经验、同时主要从事实验科学的群体。如果将调查范围扩展到所有科研人员（包括从未使用过 AI 工具的研究者），这一比例几乎肯定会更低。其次，”full research projects”的定义本身存在模糊性——对计算机科学家而言，一个”完整研究项目”可能意味着从问题定义到论文撰写的全流程，而对实验生物学家而言，它还必须包括湿实验的设计与执行。

“独立完成研究项目”与”自主产生科学突破”之间的预期落差也值得注意。前者约 40% 的受访者认为 2030 年前可实现，后者则有约一半受访者认为要到 2035 年以后甚至永远不会。这一差异暗示，即使是对 AI 持积极态度的科学家，也倾向于区分”AI 执行研究流程”和”AI 产生原创性发现”这两个层次——前者被认为更近，后者被认为更远。

AI 科研加速的梯度地图

Anthropic 这份报告的价值，在于它用 20.7 万次真实会话数据画出了一张”AI 科研影响力热力图”。这张图的核心信息是：AI 对科研的加速沿着”任务可数字化程度”和”学科物理依赖度”两个轴线急剧分化。

在梯度的高端，计算机科学和统计学的潜在红利最大——据报告的情景测算，若 AI 能执行所有非物理性研究工作，产出倍增上限可达 15 倍。在梯度的低端，化学和生物学受制于湿实验的物理瓶颈——研究者 38%–41% 的时间花在物理步骤上——即使在最激进的假设下也只能获得 3–4 倍的提升。

这一梯度差异对多方参与者都有直接含义。对科研机构而言，资源配置需要考虑 AI 红利的学科差异——在形式科学中投入 AI 工具的边际回报，在当前技术条件下远高于在实验科学中做同样的投入（除非同时投资实验室自动化）。对 AI 公司而言，科研市场的增长空间不仅取决于模型能力的提升，还取决于能否开发出针对实验科学瓶颈的专用解决方案。对政策制定者而言，如果目标是让 AI 加速整个科学前沿而非只加速形式科学，那么对实验室自动化基础设施的投入可能比对 AI 模型本身的投入更为关键。

同时，这份报告的局限性也需要被明确认知。数据仅来自 Claude 用户，无法代表使用其他 AI 工具（如 GPT 系列、Gemini 或专用科研 AI 平台）的科研群体。Anthropic 作为 Claude 的开发者，在分析自家产品的科研影响力时存在天然的利益相关性。报告中的产出倍增数字是示意性情景测算而非实证测量，报告自身也强调这些是”illustrative scenarios, not forecasts”。这些因素都意味着，报告的定量结论应被视为一个有参考价值的分析框架，而非最终定论。

报告中 40% 受访者对 2030 年 AI 独立完成研究项目的预期，既是一个信心指标，也是一个校准锚点。从现在到 2030 年还有不到 4 年时间。在这段窗口期内，AI 模型的推理能力大概率会继续快速提升，但物理世界的自动化进展不太可能以同样的速度推进。笔者判断，到 2030 年，我们很可能看到的是一个更加分化的科研景观：形式科学中 AI 深度参与甚至主导研究项目，而实验科学中 AI 仍然主要扮演”强力助手”的角色。

Anthropic 在报告中引用了 Vannevar Bush 1945 年将科学描述为”endless frontier”的经典表述。如果这个隐喻仍然成立，那么 AI 正在做的事情是：让部分探索者的速度提升了一个数量级，而另一部分探索者虽然也获得了加速，但他们面前的地形——需要物理穿越的丛林和沼泽——决定了速度的上限。理解这张地形图，是理解 AI 如何重塑科学发现的前提。

参考资料

  1. AI for Scientific Discovery: How Researchers Use Claude (full report PDF) — Anthropic (Johannes Hermle, Benjamin Jones, Lukas Althoff et al.), 2026-11-05
  2. Claude accelerates protein design and analytical chemistry — Anthropic, 2026-08-18

主题分类：技术突破