Anthropic 於 2026 年 5 月發佈了報告《AI for scientific discovery: How researchers use Claude》，該報告基於對 2026 年 2 月至 30 月期間 Claude 與 Claude Code 中 207 049 個科研工作階段的分析。這項研究由該公司經濟學家團隊在 Johannes Hermle、Ben Jones 和 Lukas Althoff 的領導下進行。其方法論依賴於隱私保護分類器，這些分類器依據 SciNet 分類體系（34 個領域、318 個子領域、7 262 項任務）為工作階段賦予標籤，僅保留聚合數據。
報告的核心結論是：Claude 的使用情況與模型執行任務的理論能力高度相關。按此指標處於最高五分位的任務，其獲得的工作階段數量是研究人員時間佔比所預測數量的 2–4 倍。包含大多數物理工作的最低五分位則幾乎未被使用。這並非偶然，而是一種系統性模式：形式科學（computer science、mathematics、statistics）與計算類子領域（AI/ML、computational biology）展現出的相對超額使用倍數，是其全球研究人員佔比的 3–7 倍。
就任務而言，情況更為清晰。Data analysis 佔 Claude 工作階段的 33,7 %、Claude Code 的 48,1 %，而研究人員的實際時間佔比為 27,6 %。Writing and communication 為 32,0 % 對 16,0 %。與此同時，data gathering 與 ideation and hypothesis generation 則明顯使用不足（11,5 % 和 4,2 % 對 28,6 % 和 7,1 %）。對 528 名 AI 活躍用戶的調查證實：科學家認為對突破最為重要的恰恰是構思想法與收集數據，但模型目前正是在這些方面遜於人類。
與其他實驗室並行方法的比較顯示出分歧。OpenAI 和 Google DeepMind 在其報告中更常聚焦於具體發現的演示（AlphaFold、GNoME），而 Anthropic 則衡量整個研究週期中真實的負荷分佈。這使人們得以看到的不是「什麼是可能的」，而是「在大規模使用中已經發生了什麼」。這一差異很重要：演示展示的是上限，而 Anthropic 的數據則是當前的下限。
情境模擬給出了量化估計。在當前能力被廣泛採用的情況下，產出可能增長 1,35–2,02 倍。在所有非物理任務完全自動化的假設情形下，computer science 和 statistics 的增幅可達 15 倍，而 chemistry 和 biology 則因實驗室瓶頸而限於 3–4 倍。這些數字取決於關於採用程度與能力的假設，但指向一個潛在的反饋迴路：AI 研究的加速本身就會加快更強大模型的開發。
該方法論存在局限性，作者對此直言不諱。樣本僅限於消費者方案（consumer-планы），Claude Science（專用工具）的用戶呈現出不同的結構——構思想法與自主性的佔比更高。分類器基於 SciNet 分類體系訓練，可能遺漏細微或跨學科的任務。尚無獨立的第三方驗證，儘管隱私保護方法使得在獲得類似數據訪問權限時能夠復現聚合指標。
未解的問題涉及長期效應。非物理任務的自動化會增加對物理基礎設施的壓力，還是相反，讓研究人員能把更多時間花在實驗上？如果常規任務交由模型處理，年輕科學家的職業道路將如何改變？而最重要的是——當論文中 AI 生成內容的佔比成倍增長時，人類的理解與對結果的責任是否仍能保持。
Anthropic 的報告表明，當前的採用浪潮已在重新分配研究人員的精力，使其偏向模型最為擅長的任務，從而設定了一條將因學科而異的加速軌跡。
