Anthropic 今天发布了 Claude Science,一个面向科学研究者的 AI 工作台。它的定位很明确:做科学研究领域的 Claude Code。 去年 Claude Code 改变了程序员的工作方式,Anthropic CEO Dario Amodei 认为 Claude Science 能在生命科学领域复制同样的事。考虑到 Anthropic 目前年化收入已达 420 亿美元、估值 9650 亿美元,这个野心至少有财力支撑。 Claude Science 不是新模型。它用的还是现有的 Claude 模型(包括 Opus 4.8),没有专门训练过生物学能力。它做的事情是把科研工作流程整合到了一个环境里。 【1】解决什么问题 做过计算生物学的人都知道,日常工作是在一堆工具之间反复横跳:查文献用 PubMed,写代码用 Jupyter,跑分析用 R,提交计算任务要登录集群终端,看蛋白结构又得换个软件。每个数据库还有自己的格式和查询方式。 Claude Science 把这些东西塞进了同一个界面。一个主 AI Agent 充当「项目经理」,连接了 60 多个科学数据库,涵盖基因组学、单细胞分析、蛋白质组学、结构生物学、化学信息学等领域。用自然语言提问,它就会调用相应的专业 Agent 去不同数据库查询和汇总。 它还能往下分派任务,生成子 Agent 来处理具体工作,或者把任务交给用户自己创建的专家 Agent。另外有一个专门的审查 Agent,负责检查引用和计算结果是否正确。 【2】两个比较实际的特性 第一个是可复现性。Claude Science 生成的每张图表都附带生成它的完整代码、运行环境、创建过程的自然语言描述,以及完整对话记录。几个月后回头看,还能还原当时的整个分析过程。想调整图表也简单,用自然语言说「把 Y 轴改成对数刻度」或者「去掉网格线」,Agent会自动修改对应代码。 第二个是本地运算。它可以装在 macOS 或 Linux 上,也可以通过 SSH 连接到实验室的高性能计算集群。数据不用全部传到云端,敏感数据可以留在本地基础设施上,只有分析每一步需要的上下文信息才会发送给 Claude。如果计算量大,它还能调用 Modal 账户按需扩展到上百个 GPU。 【3】早期用户怎么说 Gladstone 研究所的 Sean Whalen 用它几天之内从零搭了一个基因组浏览器。UCSF 的 Stephen Francis 说,Claude Science 在他们的 RNA-seq 数据里发现了一个实验室病毒污染物,他们团队在这个问题上卡了将近一年。Allen 研究所的 Jérôme Lecoq 用它搭了一套多 Agent 文献综述系统,让多个子 Agent 读几千篇论文、提取核心发现,然后按叙事结构生成综述,以前他的团队写这样一篇综述要两年。 MIT 的 Iain Cheeseman 的评价可能最直观,他说这个工具让他作为一个非计算生物学背景的人能做以前根本做不了的分析,他发现自己会把积攒多年的研究问题拿去用 Claude Science 试。 【4】竞争格局 Anthropic 并不是唯一盯上这个方向的公司。OpenAI 在今年 4 月推出了 GPT-Rosalind,一个专门针对生命科学的推理模型,6 月初又做了一轮能力升级。两者的思路不太一样:GPT-Rosalind 是专门训练的领域模型,侧重生物推理能力本身;Claude Science 不改模型,改的是工作流程,把现有模型包装成一个集成了数据库、计算资源和协作 Agent 的科研平台。 GPT-Rosalind 目前只对签了企业协议的美国客户开放研究预览。Claude Science 的门槛低一些,Pro(20 美元/月)以上的付费用户就能用。 这反映了 Anthropic 的策略转变,从单纯卖模型能力,转向拥有特定行业的操作层,就像 Claude Code 成了软件开发的操作层一样。 【5】怎么用 Claude Science 今天开始公测,macOS 和 Linux 可用,需要 Pro、Max、Team 或 Enterprise 订阅。Team 和 Enterprise 用户需要管理员开启权限。学术机构和非营利研究组织的活跃实验室可以申请 Team 计划的折扣席位。 Anthropic 还会资助最多 50 个 Claude Science 研究项目,每个项目最高 3 万美元额度,Modal 另外提供最多 2000 美元的计算资源。申请截止 7 月 15 日,结果 7 月 31 日前通知,项目运行时间为 9 月 1 日到 12 月 1 日。
Anthropic 今天发布 Claude Sonnet 5,替代 Sonnet 4.6 成为免费版和 Pro 版的默认模型。Anthropic 的定位很明确:Agent 能力接近自家最贵的 Opus 4.8,API 价格只有后者的 40%。 Sonnet 系列是开发者用量最大的一档。但过去几个月,AI Agent 能力(让模型自主规划、调用工具完成多步骤任务)的主要进步集中在更贵的 Opus 系列,两者差距越来越明显。Sonnet 5 把差距缩了回来。在 Agent 编程基准上,Sonnet 5 得分 63.2%,Sonnet 4.6 是 58.1%,Opus 4.8 是 69.2%。在知识工作基准上,Sonnet 5 甚至略微超过了 Opus 4.8。 早期测试者的反馈比较一致:以前 Sonnet 做到一半会停的复杂任务,现在能跑完,还会主动检查自己的输出。Zapier 的工程师说,让 Sonnet 5 连续执行「更新 Salesforce 账户等级,再给企业客户发公告邮件」,模型一口气做完了,「以前会卡在半路」。 API 定价分两阶段:8 月 31 日前的推广价是输入 2 美元/百万 Token、输出 10 美元/百万 Token,之后涨到 3 美元和 15 美元。据 TechCrunch 报道,这个价格低于 OpenAI 的 GPT-5.5 和 Google 的 Gemini 3.1 Pro,但仍高于 Gemini 3.5 Flash。 有个容易忽略的细节:Sonnet 5 换了新的分词器,同样的文本可能消耗 1.0 到 1.35 倍的 Token。Anthropic 说推广期的定价已经把这个涨幅对冲掉了,过渡期总成本大致不变。但推广价结束后,实际花费会比官方标价的涨幅更大。 安全方面,Sonnet 5 的幻觉率和迎合倾向低于前代,Agent 场景下抵御提示注入和恶意请求的能力更强。因为网络安全能力有所提升,模型默认开启了实时安全防护(和 Opus 4.7、4.8 相同的机制)。 Sonnet 5 今天起在 Claude 所有套餐、Claude Code 和 API 上可用,模型代号 claude-sonnet-5。
Anthropic 的 Fable 5 和 Mythos 5 终于解禁了。 美国商务部长 Howard Lutnick 周二致信 Anthropic,确认撤销此前对这两款模型的出口管制。Anthropic 随即宣布将从周三开始恢复用户访问。 解禁是有条件的。根据 Lutnick 的信,Anthropic 需要主动检测和处理模型的安全风险,与政府合作制定未来的发布流程,并上报发现的任何恶意使用行为。双方还在讨论建立一套标准化的技术评估体系,用于评估未来模型的风险等级。 这件事的影响不止于 Anthropic 一家。上周,OpenAI 也在白宫要求下,将新发布的 GPT-5.6 系列(包括旗舰模型 Sol)限制在一小批政府认可的合作伙伴中。OpenAI 虽然照做了,但明确表态这种政府审批模式不应成为长期常态,「它让最好的工具远离了需要它们的用户、开发者、企业和网络防御者」。 这场管制还引发了一个意外的竞争后果:在美国限制自家公司最强模型部署的同时,中国的开源模型正在快速追赶,多位科技高管和投资者担忧,管制等于白白送给对手宝贵的追赶时间。 前白宫 AI 顾问、即将加入 OpenAI 的 Dean Ball 说得更直接:Trump 的行政令实际上创造了一个事实上的强制许可制度,而政府连清晰的安全标准都没定义出来。一个没有标准的许可制度,能让每一次模型发布都变成一场即兴谈判。
Claude Code 这个宣传视频从 X 的评论上看有点翻车了😂 这个宣传吧,用的数据虽然都很强大的样子:每天 4500 次生产部署,73% 的 PR 由 AI 辅助,Niklas 本人同时开 5 到 10 个 Claude 会话跑在不同的 git worktree 里,2000 万行的 monorepo 里 agent 跑得挺好,做代码迁移加了验证机制后成功率从 25% 拉到了 80%。 但问题是他们选的 Spotify,很多人是 Spotify 的用户,都没有感到这两年 Spotify 产品质量有啥提升,反而变差了,也就是说他们虽然用了 AI,但是用户是感知不到提升的 摘录几条评论: > Spotify 是朋友圈里大家还在付费的质量最低的消费级 App,过去几年没变好甚至在变差。这类报道只讲部署次数这种无意义指标,不讲用户满意度和真实产品结果,让 AI 和 Claude 看起来像小丑。 > Mitchell Hashimoto(Ghostty 作者、HashiCorp 创始人) > 最近四周里有三周播客链接发不到 Spotify,播客发布系统和网页播放器接连出问题。一边是每天 4500 次部署,一边是连播客都发不上去,对比太讽刺了。 > Gergely Orosz(知名软件工程博主) > Spotify 的播客界面像小学生画的,与其每天部署 4500 次,不如一天只部署 1 次但做点真正好的东西。 > ThePrimeagen 评论区大量重复出现的吐槽包括: - 4500 次部署到底在部署什么? - App 十年没怎么变过。产品感觉停滞多年。 - 为什么 bug 越来越多? - 离线播放失效、桌面端卡顿、缓存清不干净。 - 这不叫部署,这叫垃圾代码生产机。 支持的声音也有,但很少,点赞也低。有人对「加 judge 后成功率从 25% 到 80%」这个细节感兴趣,有人觉得大规模 monorepo 下跑 agent 的实践有参考价值。 这次翻车的根源其实很简单:Claude 展示的全是工程侧的数字,部署次数、PR 占比、agent 会话数、成功率提升,但完全没有展示用户侧的价值。产品更好用了吗?Bug 更少了吗?用户体验提升了吗?一个字都没提。 AI 宣传总是在讲效率提升了多少,讲代码产出快了多少,但如果用户感知不到任何变化,甚至觉得产品在变差,那这些数字就成了反面教材:用 AI 生产了更多代码,但产品并没有因此变好。 这其实也是当下整个 AI Agent 面临的一个根本问题:我们到底在用什么来衡量 AI 的价值?如果衡量标准只停留在「写了多少行代码」、「部署了多少次」、「PR 通过率多高」,那只是在衡量生产效率,但用户更关心产品质量。 用户不关心你每天部署多少次,只关心用了 AI 后 App 是不是更好用了,是不是解决用户真实痛点了。
都快2027年了,还在手动找AI工具?那你真的OUT了! 阿台给大家整理了一套完整的AI工具生存包,从免费到付费、从国内到国外,全给你覆盖到位,以后再也不用当工具小白了。 先说免费AI工具—— ChatGPT、Claude、Gemini,这三个大模型加起来占了你AI使用时间的90%,但想同时用全要绕一圈注册。现在有个聚合平台直接解决问题,三个模型一把梭: 🔗 [POE](https://t.co/H8JEPBCLBN) 然后是专业级AI工具—— Midjourney和Stable Diffusion是全球用户量最大的两个AI绘画工具,但好用的免费替代品就这两个,别去找那些乱七八糟的了: ① https://t.co/B4hD4voQ1y,界面友好,免费额度够用,提示词丢进去就完事: 🔗 [https://t.co/QxH9tYz3Fz](https://t.co/VZFlXyMJTo) ② https://t.co/EqQVLS0ZS6,中文支持更好,社区氛围浓一些,适合国内用户: 🔗 [https://t.co/ud6cSBTYju](https://t.co/9dUSWgbjkX) 还有一个很多人不知道的冷门需求—— Web3项目里有些白皮书或者研报设置了「付费墙」,对,就是那种要花钱才能看的内容,这个AI工具专门搞定这类付费内容: 🔗 [SciSpace](https://t.co/phWaVSbMla) 有些项目分析就靠它了,懂的都懂。 不想注册账号?在线AI直接用—— 1️⃣ 免费ChatGPT聊天,干净无广告: 🔗 [free-gpt](https://t.co/asW54RzK6g) 2️⃣ AI绘画生成,去水印全覆盖: 🔗 [playgroundai](https://t.co/9jkPzS3KtA) 3️⃣ AI视频生成专属工具,文字描述变视频: 🔗 [runwayml](https://t.co/BpuHEK8BPf) 4️⃣ 全能型AI工具集合,几乎支持所有主流AI功能: 🔗 [thereisanaiforthat](https://t.co/cH7oRfeCgh) 这套AI工具组合下来,基本上你在Web3生存路上遇到的任何内容需求,都能AI帮你搞定。 收藏这条推文,下次有人问你怎么用AI搞Web3,直接甩给他。