當華府與矽谷還在爭論 政府該不該持股 OpenAI 5%、越獄該用 CJS 幾級評分 時，Anthropic 把戰場推進了另一個慢節奏、高監管、卻極難造假價值的領域：濕實驗室與藥物發現。公司在 AI for Science 活動上推出 Claude Science——整合 60 多個預配置工具、科學資料庫連接器與高效能運算存取的科學工作台；同時宣布啟動內部藥物發現計畫，主攻傳統大藥廠因商業回報不足而放棄的「被忽視疾病」（neglected diseases）。生命科學負責人 Eric Kauderer-Abrams 的說法很直接：要做出對產業真正有用的模型與工具，就得「和我們的客戶一樣親自活在研發流程裡」。
這不是第一個宣稱要改變製藥的 AI 故事，但 Anthropic 的組合拳——賣工具 + 自己做藥 + 公開 benefit 敘事——在 2026 年的前沿實驗室裡仍屬罕見激進。
Claude Science 到底是什麼
官方定位是「給科學家的 AI 工作台」，而非單純聊天視窗。目前已知要素：
| 面向 | 內容 |
|---|---|
| 平台 | macOS／Linux 本地 App，亦可連遠端機器 |
| 訂閱 | Claude Pro、Max、Team、Enterprise（beta） |
| 工具整合 | 60+ 預配置功能，涵蓋化學資訊、CRISPR 設計、單細胞分析、3D 蛋白結構等 |
| 資料連接 | PubMed、Jupyter、R 等；透過 MCP 與 skills 擴展 |
| 算力 | 本地、遠端與 HPC 彈性存取 |
Pharmaceutical Technology 與 CNBC 報導指出，目標是把碎片化工具鏈收斂成單一研究環境：文獻檢索、多步實驗設計、圖表與手稿級科學產出可在同一流程完成。合作案例包括 Manifold Bio：該公司稱 Claude Science 能依組織表面表達、運輸與安全性等標準，為組織靶向藥物端到端提名靶點——差異在於具備「過往專案脈絡」的判斷，而非通用 coding 助手。
Anthropic 亦在活動中舉例：UCSF 研究員用 Claude Science 在數分鐘內發現團隊一年未察覺的病毒污染；另有展示稱模型在一小時內分析 100 種罕見遺傳病並標記 32 個候選進行計算篩選（屬公司展示，尚待同儕檢驗）。
若把時間線拉回 6 月 30 日的 AI for Science 發布會，Claude Science 其實是「科學垂直版」產品線的正式命名：同一場活動裡，Anthropic 還強調與製藥、學術夥伴的試點，並把 MCP（Model Context Protocol）定位成科學家自備工具與資料源的插槽。對比 Google 透過 Isomorphic Labs 把深度學習綁在蛋白質結構與分子設計，或 OpenAI 把 ChatGPT 健康做成消費者入口，Anthropic 選的是研究者桌面——本地 App、可接 HPC、可串實驗室既有 Jupyter／R 流程。這條路線的賭注是：科學家願意為「少切換五個視窗」付訂閱費，而不是為「多一個聊天機器人」付費。
為何要自己開藥物發現計畫
內部計畫聚焦被忽視疾病——罕見遺傳病、熱帶病等大藥廠 ROI 模型不感興趣的標的。Anthropic 以 public benefit corporation 身份強調可依患者效益選題，而非股東短期回報。CNBC 引述發言人稱公司處於起步階段，候選分子如何推進臨床尚未詳述；傳統路徑仍包含臨床前驗證與人體試驗，生物時滯無法被 token 加速完全抹平。
戰略邏輯有三層：
- 反饋迴路：濕實驗數據直接改進 Claude 在生物醫學的 fine-tuning 與工具設計（公司此前收購 Coefficient Bio 等布局亦有關聯）。
- 客戶信任：製藥巨頭（如 2026 年 5 月與 BMS 推廣 Claude 給逾 3 萬員工）需要供應商懂 GLP、靶點驗證與失敗模式；自己做藥是最強的「我們也賭在同一套流程上」信號。
- 與 Google、OpenAI 醫療敘事競爭：Google DeepMind 有 Isomorphic Labs；OpenAI 推 ChatGPT 健康 與醫療合作。Anthropic 選擇研發上游（discovery）而非只做客戶端問答。
諾華 CEO Vas Narasimhan 在產業場合的說法常被引用：新 AI 模型或把開發時間從十二年壓到七八年，成功率若從 8% 提升到 16% 已是革命——但動物與人體試驗的物理等待無法消失。Claude Science 主要攻的是前 40% 成本裡的「設計與假設生成」區塊。
3 萬美元 grant 與開放科學路線
Anthropic 宣布最多支援 50 個 AI for Science 專案，每案最高 3 萬美元 Claude API 額度；運算平台 Modal 另為部分專案提供最高 2000 美元算力。申請截止 7 月 15 日，7 月 31 日通知，專案期 9 月 1 日至 12 月 1 日。條件強調科學新穎性，早期偏重生物與生物醫學。
這條路線與閉門企業授權不同：學術與獨立實驗室可在秋季用 frontier 級工具做可發表研究，成功案例會反過來養 Anthropic 的 benchmark 與案例庫——類似 Sonnet 5 在 coding 領域的「預設放量換生態」。
風險與批評面
科學誠實度：一小時掃 100 罕見病的展示易引發過度宣傳質疑；製藥界會要求可重現的實驗協議與盲法驗證，而非 demo。
利益衝突：既賣 Claude Science 給藥廠，又自己做候選藥物，客戶會問資料與靶點洞察是否外溢。
監管：內部研發若觸及臨床，Anthropic 將踏入 FDA 等監管深水區——與 Fable 5 政府審查 的網安敘事不同，但同樣需要合規團隊。
勞動市場：與 7 月初疲軟就業數據並讀時，AI 進入製藥上游會加劇「哪些研發角色被自動化」的爭論——但藥物發現瓶頸長期是失敗率而非人力冗餘，敘事會比客服替代更複雜。
對不同角色的實務意義
生物醫學研究者：若在 Pro 以上訂閱且用 macOS／Linux，可評估 beta 是否覆蓋你的文獻+實驗+作圖閉環；grant 申請窗口短，需準備可驗證的科學問題陳述。
製藥 IT／數位長：Claude Science 代表競品從「企業聊天授權」升級到「工作台 OS」；需與既有 Benchling、内部 LIMS 評估整合或重疊。
AI 觀察者：這標誌前沿實驗室競賽的新軸——不只比 benchmark，還比誰能把自己的模型送進真實科學產出管道。
長期來看，Claude Science 與內部製藥計畫會否改變產業，取決於兩個可驗證里程碑：一是 2026 年秋季 grant 專案能否產出經同儕審查的論文或預印本；二是內部被忽視疾病管線能否在合理時間內公布可重現的體外或動物實驗數據。若兩者皆空，敘事會退回「又一個 AI 製藥 PPT」；若任一成功，則代表前沿 LLM 供應商開始用科學產出而非僅用 MMLU 分數證明領先。對投資人與政策制定者，這也重新定義「AI 國安」的邊界：除了模型權重與越獄，還包括誰掌握能加速生物風險研究的工具鏈——與 CJS 越獄分級 討論的雙刃劍本質相同，只是戰場換成培養皿與靶點資料庫。
一句話：Claude Science 讓 Anthropic 從「賣給科學家的 大型語言模型」變成「與科學家賭同一批被忽視靶點的同行者」——成敗不在發布會 slides，而在濕實驗室能不能重複出第一個值得發表的候選分子。