Anthropic 和 OpenAI 在周二的竞争中开启了新的战线，双方都瞄准科学研究。Anthropic 推出了 Claude Science，一个供研究人员使用的 AI 工作台，而 OpenAI 则发布了 GeneBench-Pro，一个用于计算生物学的基准测试。
同日发布将 AI 竞赛推向了超越聊天机器人和编码的实验室工作。一家公司推出了一个供科学家今天使用的工具。另一家公司则建立了一个衡量技术仍需走多远的标准。
Claude Science 的功能
Claude Science 将科学家使用的数据库、代码和计算能力整合到一个应用中。它连接了超过 60 个跨基因组学、蛋白质组学和化学信息学的科学数据库。
Claude Science 是一个应用，而不是一个新模型。它的推出正值 Anthropic 最强大的 Fable 5 和 Mythos 5 模型仍受美国出口规则限制之际。每个结果都是可审计的，并可以追溯到产生它的代码。
这个工作台扩展了 Anthropic 在 2025 年 10 月开始的生命科学推动。在测试阶段，艾伦研究所的 Jérôme Lecoq 使用它来压缩曾经需要长达两年的评审。
Anthropic 还将资助多达 50 个研究项目，每个项目最高可获得 30,000 美元的信用。
OpenAI 的 GeneBench-Pro 提升了标准
在 Anthropic 的 Claude Science 发布后不久，OpenAI 发布了 GeneBench-Pro。它测试 AI 代理是否能够做出真实生物研究所需的判断。
基准测试包含129个问题，涉及基因组学、定量生物学和转化医学。
OpenAI最强大的模型GPT-5.6 Sol在最高推理水平上解决了28.7%的问题。在专业模式下，这一数字上升至31.5%。该公司的早期分阶段GPT-5.6发布是应华盛顿的请求。
GPT-5在原始GeneBench上的得分低于5%，而Anthropic的Opus 4.8在更难的测试中达到了16%。
在X上关注我们，获取最新新闻动态
两种策略，一场竞赛
这一分裂揭示了通往同一目标的两条路径。Anthropic正在推出一种用于日常实验室使用的产品。OpenAI则在测量模型在处理复杂数据时的推理可靠性。
这两次发布也正值中国模型在人工智能研究中取得进展之际。OpenAI自己的数据减缓了这种炒作，因为其最佳模型仍然无法完成大多数GeneBench-Pro任务。
压力既来自地缘政治，也来自科学。美国的出口限制已经迫使Anthropic考虑为其模型寻找新的主办国家。
评审人员估计，每个GeneBench-Pro问题需要人类专家20到40小时，成本高达数千美元。OpenAI表示，其模型只需花费几美元即可完成相同的分析。
生物医学老年学家奥布里·德·格雷认为，尽管更广泛的收益可能需要更长时间，但人工智能正在清除关键研究瓶颈。
“我们很快就会看到，人工智能将使某些过程的部分，特别是药物开发不再成为限制因素，”长寿逃逸速度基金会的主席兼首席科学官奥布里·德·格雷在BeInCrypto播客中说道。
德·格雷警告说，加快研究转化为批准治疗仍然依赖于监管和公众对风险的容忍度。
研究人员预计更快的采用
一些专家认为这种转变已经在进行中。免疫学教授德里亚·乌努特马兹在同一个BeInCrypto小组中表示，人工智能现在的表现超过了他自己的判断。
“在我35年的领域中，我个人更信任人工智能而不是我自己的想法。”
他预计这种依赖会迅速传播到临床实践中。
“这是不道德的，我相信很快不使用人工智能就会被视为医疗失职。”
这种乐观情绪仍然超前于基准。接下来的几个月将显示科学家是否采用这些工具，以及GeneBench-Pro的分数是否开始上升。
来源：BeInCrypto
