Anthropic 于 2026 年 5 月发布了报告《AI for scientific discovery: How researchers use Claude》，该报告基于对 2026 年 2 月至 30 月期间 Claude 和 Claude Code 中 207 049 次科研会话的分析。这项研究由公司经济学家团队在 Johannes Hermle、Ben Jones 和 Lukas Althoff 的领导下开展。方法论依托隐私保护分类器，这些分类器按照 SciNet 分类体系（34 个领域、318 个子领域、7 262 项任务）为会话打上标签，并且只保留聚合数据。
报告的核心结论是：Claude 的使用情况与模型执行任务的理论能力高度相关。按这一指标处于最高五分位的任务，其获得的会话量比研究人员时间占比所预测的多 2–4 倍。而包含大多数物理工作的最低五分位则几乎未被使用。这并非偶然，而是一种系统性模式：形式科学（computer science、mathematics、statistics）和计算类子领域（AI/ML、computational biology）的相对复用率比其在全球研究人员中的占比高出 3–7 倍。
从任务来看，情况更加清晰。Data analysis 占 Claude 会话的 33,7 %、占 Claude Code 会话的 48,1 %，而研究人员实际投入的时间占比为 27,6 %。Writing and communication 为 32,0 % 对 16,0 %。与此同时，data gathering 和 ideation and hypothesis generation 则明显未被充分利用（11,5 % 和 4,2 % 对 28,6 % 和 7,1 %）。对 528 名活跃 AI 用户的调查证实：科学家认为对突破最重要的恰恰是想法生成和数据收集，但模型目前恰恰在这两方面不如人类。
与其他实验室并行方法的比较显示出分歧。OpenAI 和 Google DeepMind 在其报告中更常聚焦于具体发现的演示（AlphaFold、GNoME），而 Anthropic 则衡量整个研究周期中实际的工作负载分布。这使人得以看到的不再是“什么是可能的”，而是“在大规模使用中已经发生了什么”。这一差异很重要：演示展示的是上限，而 Anthropic 的数据展示的是当前的下限。
情景建模给出了定量评估。在广泛采用当前能力的情况下，产出可能增长 1,35–2,02 倍。在假设所有非物理任务完全自动化的情形下，computer science 和 statistics 的增幅可达 15 倍，而 chemistry 和 biology 则因实验室瓶颈而限于 3–4 倍。这些数字取决于关于 adoption 和 capability 的假设，但指向一个潜在的反馈回路：AI 研究的加速本身会加快更强大模型的开发。
该方法论存在局限性，作者对此直言不讳。样本仅限于 consumer 套餐，Claude Science（专用工具）的用户呈现出不同的结构——ideation 和 autonomy 的占比更高。分类器基于 SciNet 分类体系训练，可能会遗漏细微的或跨学科的任务。目前没有第三方的独立验证，尽管隐私保护方法使得在获得类似数据访问权限的情况下可以复现聚合指标。
悬而未决的问题涉及长期影响。非物理任务的自动化会增加对物理基础设施的压力，还是相反，让研究人员能把更多时间花在实验上？如果常规任务交给模型，年轻科学家的职业路径将如何变化？而最重要的是——当论文中 AI 生成内容的占比成倍增长时，人类对结果的理解和责任是否还能保持。
Anthropic 的报告表明，当前的 adoption 浪潮已经在重新分配研究人员的精力，使其偏向模型最强的任务，从而设定了一条将因学科而异的不均衡加速轨迹。
