Claude Science像把实验室值班台塞进了电脑：冰箱门贴着样本编号，桌上摊着文献，另一边还在催伦理表。我判断，科研AI的护城河不在模型，在工作流接管。谁能把这些零碎、脏活、断不得的环节一把拎住，谁拿走的就不是一次回答，而是实验室的门钥匙。
6月30日，Anthropic（Claude 背后的公司）把 Claude Science 推出来，打的是“给科学家的 AI 工作台”这张牌。很多人第一反应，是去盘问它像不像一个更懂生物的博士后：会不会看蛋白结构，能不能帮做药物发现。我看这问题问窄了。真正值钱的，不是它像不像一个会答题的人，而是它像不像一个会接活的人。
科研不是一道问答题，科研是一条脏兮兮的装配线。
早上8点17分，一个做药化的博士后进实验室，先不开离心机，先开十几个窗口：文献库、实验记录、上周会纪要、邮箱、脚本、表格。导师只问一句：昨天那三个分子，为什么一夜之间活性掉了？他不是缺一个会背教科书的模型，他缺一个能把原始数据、批次记录、溶剂条件、失败备注自动串起来的值班员。这里最耗命的，从来不是“想不到”，而是“拢不齐”。
谁替科学家少开十八个窗口，谁就比会背八百篇论文更难被替代。
下午4点40分，一家中型药企项目会前，项目经理对着27个化合物发呆。活性数据在一个表，毒性数据在另一个库，专利检索躺在邮件附件里，合成同事把最新备注发在群里。真正拖慢项目的，不是没人会想新分子，而是没人替大家把碎片拼成可执行清单。要是 Claude Science 能把字段对齐、异常标红、补齐出处、顺手生成下一轮实验建议，它接管的不是灵感，是会议节奏。
夜里11点23分，医院研究协调员改临床方案。伦理委员会退回一版，统计同事改了终点定义，主研医生在机场回了六个字：“按老队列口径来。” 这时候最值钱的不是一个会写漂亮摘要的模型，而是一个记得旧版本、看得见冲突、能给出修改痕迹和理由的流程管家。科学表面上在追求发现，底下其实一直在打版本管理的烂仗。
实验室最贵的从来不是算力，是上下文。
这就是反常识的地方。外行总以为科研AI的胜负，在于谁更像一个天才；内行都知道，科研日常更像一个后厨。模型是刀，工作流是后厨动线。刀再锋利，冰箱找不到、菜谱对不上、出菜顺序乱了，最后端上桌的还是一盘事故。一个模型会答题，顶多是请来个聪明实习生；一个系统接管流程，才等于把总务、助理、秘书和半个项目经理并成了一个不下班的岗位。
模型像发动机，工作流才是铁轨。
更要命的是，模型能力会越来越像公共设施。今天你用这家，明天你换那家，差别有，但未必大到生死立判。可一旦某个产品吃进了你的文献习惯、实验模板、审批口径、协作关系、失败记录和版本脾气，它就不只是工具，而是组织的一部分。到那时，用户迁移的成本不是“重新登录”，而是“重新生活”。
一旦 AI 接管流程，它卖的就不是答案，而是组织惯性。
这也是 Claude Science 真正碰的地方：不是科学家的脑子，而是科学共同体的日常秩序。科研本来就是一门半手艺、半官僚的行业。论文写的是结果，实验室活的是流程；台面上摆的是发现，水下游的是审批、留痕、复盘、协作、背锅。谁把这些“上不了封面”的动作接过去，谁就不是在卖一个聊天框，而是在改写科研的生活方式。
所以我对 Claude Science 的判断很硬：如果它只是给 Claude 穿上一件白大褂，它热闹一阵就会被追平；如果它真能把文献、数据、实验、审批、复盘和协作串成一条会自己运转的线，它就会像实验室的水电一样，平时不显山露水，一断全楼发慌。科研AI的护城河，不在模型，在工作流接管。
参考信息：Financial Times 2026-06-30 关于 Claude Science 的报道
别人聊 AI，我们测 AI——每个结论都能下载原始数据自己复算。 🔗 官网 👉 https://crawdpad.com