本文来自微信公众号： 世界科学 ，作者：编译 莫庄非
2026年6月30日，美国人工智能企业Anthropic于旧金山举办新品发布会，正式推出一款面向生命科学领域的AI科研平台：Claude Science。
据公司首席执行官达里奥·阿莫代伊(Dario Amodei)介绍，这款产品旨在优化大语言模型在科学实验室和制药研发流程中的应用，其目标将是利用人工智能全面揭示生物学的复杂内在。
不过阿莫代伊也坦言该领域仍存在不确定性。“作为一款通用型技术，Claude Science能帮助人类深入解读生物体系的复杂原理。我们虽不确定能否取得成功，但已见证这条通往成功之路的开端。”
多家媒体指出，Anthropic公司的此次发布可谓三管齐下——既有基于大模型、用于“预测”科研的AI工作台，又有可获取真实生物学数据、为预测提供验证的实验室设施，还达成了能带来完备技术和顶尖人才的企业收购。
Anthropic为布局生物医药研发而落地的三大核心举措
生物学专项模型训练
Anthropic使用结构生物学、临床监管申报文件等各类生命科学数据来训练Claude大模型。公司的生命科学业务负责人埃里克·考德雷尔-艾布拉姆斯(Eric Kauderer-Abrams)表示，他们在2026年2月发布的Claude Opus 4.6，是首款经过大规模生物数据专项训练的Claude模型；5月底推出的Opus 4.8则在代码、科学推理等方面又有明显进步；后续迭代版本还会持续加码生物方向的训练。
湿实验室
Anthropic开设了实体的湿实验室，用以自主开展基础研究，生成真实的实验数据，用以反馈模型、优化训练效果。
收购
Anthropic收购了成立仅8个月的初创企业CoefficientBio，从而引入在靶点筛选、药物模态选择、产品组合规划等方面的专业能力。
考德雷尔-艾布拉姆斯在十个月前从一家诊断技术企业离职，加入Anthropic并领导生命科学团队。他提出，公司的目标是将生命科学领域的整体研发周期缩短至原来的1/10。
用生物数据训练AI为何难度极高？
AI作为科研平台在生命科学中的应用，无疑令人充满想象，但也面对着巨大挑战，因为生物学不像数学或代码那样，能产生一对对明确的“问题-答案”从而让AI训练相对简单、直接。
正如考德雷尔-艾布拉姆斯在国际合成生物学会议SynBioBeta 2026上所指出的：“绝大多数生物学研究都不存在某个唯一标准答案、某个明确事实基准，可用于训练AI模型。”因此，其团队不得不构建从生物学数据中提取训练问题的全新方法——这些数据凝聚了行业专家的共识，但缺乏绝对的标准答案。
这也是Anthropic公司自建湿实验室的主要原因：若仅靠已发表文献，模型得不到真实反馈；自主实验产出的数据则可形成闭环，持续校正、优化模型。
AI药物研发领域的发展历程
美国生物技术公司Xaira Therapeutics的首席执行官、前斯坦福大学校长马克·泰西耶-拉维涅(Marc Tessier-Lavigne)在SynBioBeta 2026会议上梳理了AI药物设计行业的发展阶段：
2023年前
绝大多数工作都是针对现有分子的多参数优化
2023年
大卫·贝克实验室实现从头设计全新蛋白质
2024年
贝克团队展示了从头设计全新抗体的能力，并与DeepMind AlphaFold的研发团队共同斩获诺贝尔奖
2026年
企业可针对大部分测试靶点产出高亲和力的抗体
泰西耶-拉维涅认为，行业已从概念验证阶段迈入早期工业化阶段。以Xaira Therapeutics为代表的多家企业，如今能针对大量靶点产出潜力分子。下一步工作是打造具备完整可开发属性(包括稳定性和可制造性)的先导化合物，并最终将其转化为候选药物。
不过他仍谨慎看待“一键设计新药”这样的美好设想：“一点击按键，就有满足需求的候选药物出来？我想短期内这不现实。但AI确实能赋能、提速药物发现工作，攻克众多传统上‘不可成药’的靶点——这也是AI在生命科学应用中最具前景的方向。”
长期目标：构建能真正在生物学层面作因果推理的AI模型
考德雷尔-艾布拉姆斯与泰西耶-拉维涅都描绘了一项更长远的愿景，即让AI能理解生物学的因果逻辑，就像工程师看懂电路原理那般解析生命的原理。
为实现目标，Xaira Therapeutics方面选择的技术路线是：通过单基因敲除、化学处理、生长因子干预等方式来扰动细胞与类器官，再利用转录组和蛋白质组分析测量结果。该企业已发布一份涵盖16类不同细胞环境的奠基性论文，目前正尝试更具临床意义的人体组织研究。
泰西耶-拉维涅认为，上述技术的最大价值在于患者匹配。在临床药物开发中，大部分失败案例都源自筛选不出对药物产生应答的患者。若有了经过生物学数据充分训练、具备生物学因果“思维”的AI模型，再结合疾病组织深度表型分析，难题或将迎刃而解。
商业资本涌入生物AI赛道的趋势已然形成。亚马逊正评估Anthropic方面关于Claude大模型的定价，考虑多大程度上布局该平台；其他科技公司也参考Anthropic的扩张步伐，将工程师调至生物学AI应用领域。
如何管控安全风险
不过专家也指出，以ClaudeOpus系列为代表的生物学AI模型存在所谓“双重用途”风险。它们能设计出治愈恶疾的复杂分子，但其掌握的生物学知识也可能被恶意滥用。
考德雷尔-艾布拉姆斯介绍称，Anthropic团队为此创建了旨在检测传入请求中恶意意图的分类器，另有访问控制机制正在开发中。在他看来，安全治理是没有终点的长期工作。“我们必须在模型的安全防护和审慎部署上，投入与模型开发建设同等的精力。”
据报道，刚成立五年多的Anthropic目前年化营收达300亿美元。公司方面表示，之所以进军生命科学，是因为他们认定生物学是其AI技术最重要的落地领域。
资料来源：
Anthropic Launches Claude Science for Drug