Anthropic发布研究：科研人员如何使用Claude

AI for scientific discovery: How researchers use Claude 下载 PDF 01 摘要 02 引言 03 我们如何开展这项研究 04 Claude 的使用在不同科学领域有何差异 05 Claude 的使用在不同研究任务中有何差异 06 使用情况与能力之间的关系 07 AI 加速研究的场景 08 讨论 09 附录 10 参考文献 已发表 Johannes Hermle*、Ben Jones*、Lukas Althoff*、Ryan Heller、Thomas Lyttelton、Carolyn Stein、Nathan Wilmers、Maxim Massenkoff、Peter McCrory 科学一直被誉为“无尽的前沿”（Bush 1945）。但历史上，我们探索这片前沿的速度始终受制于一种稀缺资源：人类研究者的时间与才华。人工智能有望通过放大研究者所能做的事情来缓解这一限制，从而同时改变发现的过程和探索的速度（Wang et al. 2023; Amodei 2024）。很少有 AI 应用能比这更关乎人类福祉。鉴于研究相比大多数经济部门具有高度认知属性，AI 在这一领域的影响可能尤其巨大、也来得尤其早。

近期的例子表明，AI 在科学发现中正扮演越来越重要的角色。在结构生物学领域，AlphaFold 预测了超过 2 亿个蛋白质的三维形状（Jumper et al. 2021; Varadi et al. 2024），其创建者分享了 2024 年诺贝尔化学奖。在材料科学领域，GNoME 预测了 38 万个稳定的新晶体（Merchant et al. 2023）。在数学领域，研究者已使用 AI 系统帮助解决悬置数十年的 Erdős 问题、为一个千禧年大奖难题问题生成潜在证明，并在其他重大问题上取得进展——从开放猜想一直到验证里程碑式的证明（Anthropic 2026a, 2026b; OpenAI 2026a, 2026b; Tsoukalas et al. 2026）。

除了这些进展之外，大多数科学进步涉及许多专门化、相互关联的研究任务，而这些任务在不同领域之间可能差异巨大。AI 能在多大程度上加速科学发现，不仅取决于 AI 的能力，还取决于它在这些任务中被采用的方式。在本报告中，我们使用隐私保护基础设施来研究 Claude、Claude Code 和 Claude Science 在科学中的使用情况。我们记录了使用情况在不同领域和任务之间的差异，识别了造成这些使用模式的原因，并勾勒了 AI 如何加速研究的几种场景。

Claude 在科学中的使用因领域而异。相对于研究人员数量而言，计算机科学、数学和统计学等形式科学对 Claude 的使用更多，而健康和基于实验室的物理科学使用较少。在研究任务方面，科学家更多地将 Claude 用于分析数据和写作，较少用于收集数据或生成想法与假设。这与一项随附的科学家调查中自我报告的 AI 使用情况一致。

为了理解这些差异，我们构建了一个理论上的 AI 能力度量。在该度量上得分更高的任务和领域，Claude 的使用率也更高。这些任务和领域往往在本质上更具认知属性，也更适合强化学习——即 AI 通过反复尝试的反馈进行学习。简而言之，科学家似乎会在 AI 效果最好的地方使用 AI。

基于这些发现，我们勾勒了 AI 如何加速科学进步的几种场景。以当前的能力水平，某些领域的研究产出最多可能翻倍，主要来自任务层面的增强。我们调查中的研究者预期未来会有更强大的能力。在一个假设场景中——AI 完全自动化所有非物理性工作——计算机科学或统计学等高度认知领域的研究产出可能最多增长 15 倍。由于加速潜力最大的领域包括那些生产 AI 本身的领域，这些收益可能形成一个额外的反馈回路：更快的 AI 研究产出更强大的 AI，而后者又能进一步加速研究。

虽然更快的科学发现可能为人类带来巨大益处，但 AI 驱动的研究也伴随着风险和不确定性。更少的人类监督可能导致对危险或不道德研究的追求。AI 还可能重塑研究者的职业生涯，使研究工作变得更有或更少回报，并改变人类追求知识所附带的目的感。

我们这项研究的目标是衡量科学家使用 Claude 的不同方式，同时保护其工作细节。为此，我们使用隐私保护基础设施来分析消费者套餐中 Claude 的科学使用情况。这里使用一个语言模型作为“分类器”，它读取每个会话记录，并按照预定义的分类体系（Alamos 和 Althoff 2026 的 SciNet 分类法），用一组固定的类别为其打标签，例如所属领域和涉及的研究任务。由此得到的标签——例如“化学”或“数据清洗”——是研究团队为本报告保留和分析的这些对话中唯一的信息。本研究中使用的任何分类器都不会提取和存储开放式信息或研究内容细节，例如研究数据集、假设、实验方法、早期发现或未发表的论文。结果仅以聚合形式报告，且仅针对达到最低不同账户数量要求的单元格。本研究中引入的所有分类器均列于附录中。

我们的测量包括两个步骤。第一个分类器判断某段会话记录是否涉及科学工作。第二个分类器随后将每段此类记录归入 SciNet 分类法中的一个领域、子领域和任务。SciNet 包含 7,262 个任务，涵盖 34 个领域和 318 个子领域。分类法中的一些任务，例如起草手稿，是所有领域共通的。另一些则特定于个别领域或子领域。例如，在分类法中，预测光学吸收和发射光谱这一任务特定于材料科学。这些任务合在一起，覆盖了产出新研究发现的全过程。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）