學術界狂喜！！
Anthropic 的 Claude Science 上線還不到一週，開源社區就亮出了自己的答卷。
一家由 YC 孵化的 AI 科研團隊，推出了「Claude Science 開源平替版」OpenScience。
同樣是覆蓋文獻檢索、假設生成、代碼實驗到論文撰寫全流程的 AI 科研工作台，但它不綁定任何一家模型廠商。
DeepSeek、GLM、Claude、GPT…… 無論國內還是國外，你想用哪個就用哪個。
而且項目採用對開發者最為友好的 Apache 2.0 協議，僅需一行命令即可安裝。
消息一出，項目直接衝上 X 熱搜。人們紛紛直言：
這才是科學 AI 應有的樣子。（A 社：報我名得了）
Claude Science 雖強，但用不了啊…
大約 5 天前，Anthropic 在 MIT Technology Review 的一場閉門活動上，正式發布了 Claude Science。
這是一個專為科學家打造的 AI 工作平台，提供研究人員最常用的各種工具和軟體包。
舉個例子，以前一位科研人員要完成一項研究，得在 PubMed 上查文獻，用 Jupyter 寫代碼，拿 R 跑統計，SSH 連叢集提交任務，再用各種工具畫圖、寫論文。
在十幾個窗口之間來回切換，僅是工具之間的「切換」就足以消耗大量精力。
而 Claude Science 想做的，就是把這些全部塞進同一個工作台。
具體來看，它進行了幾項關鍵的整合：
在資料庫和工具鏈層面，內置了60多個科學資料庫連接器和預配置技能包，涵蓋基因組學、單細胞分析、蛋白質組學、結構生物學、化學資訊學等常見科研領域。
你以自然語言提問，專業 Agent 會自動跨資料庫查詢，無需逐一查閱 UniProt、PDB、Ensembl、ChEMBL、GEO 等資料庫。
它還接入了英偉達的 BioNeMo Agent Toolkit，可直連 Evo 2、Boltz-2、OpenFold3 等生命科學模型。
在執行層面，它引入了多智能體架構。
The main agent is responsible for overall planning, sub-agents process different tasks in parallel, and there is also a Reviewer agent dedicated to fact-checking, such as verifying citations, validating calculation results, and flagging potential errors.
生成的結果不僅限於文本輸出，它還能原生渲染 3D 蛋白質結構、基因組瀏覽器軌道、化學結構式等內容。
而且每張圖表都會同時保留生成代碼、運行環境、自然語言說明和完整對話歷史。
在某些情境下，科學家甚至可以直接用一句話修改圖像，系統會自動重寫底層代碼。
在算力層面，Claude Science 可直接對接您實驗室已有的基礎設施。
筆記型電腦、Linux 伺服器、HPC 集群登入節點皆可，透過 SSH 連線或 Modal 帳戶按需調用雲端 GPU，從單卡擴展至數百卡。
大規模數據集只需加載一次，敏感數據無需離開您的系統，只有每一步分析所需的上下文才會發送給 Claude。
早期的內測用戶已經產生了一些實際案例。
艾倫研究所的神經科學家 Jérôme Lecoq 用它搭建了一個多智能體「計算評審模板」，包含約 20 個自定義技能，讓子 Agent 讀取數千篇論文、提取核心觀點和定量數據，再逐章生成綜述。
說吧，以前寫一篇綜述要兩年，現在他手上已經有大約 10 篇——
許多超過 100 頁，且所有引用均經 Reviewer Agent 核驗。
而 UCSF 腦腫瘤中心的 Stephen Francis 用它進行膠質瘤的分子流行病學研究，運行 germline 變異分析。
He said Claude Science compressed the original time required to one-tenth, and his team independently verified the results, confirming that the analysis is both fast and reliable.
結合今年3月哈佛物理學家馬修·施瓦茨對AI科研能力的評價，目前Claude的水平大約相當於一位研二學生。
他在 Anthropic 官方博客發表了一篇客座文章「Vibe Physics: The AI Grad Student」，記錄了他使用 Claude Opus 4.5 完成一篇理論物理論文的全過程。
當時他給出的結論是：
目前 AI 的科研能力大約相當於一名研二學生，能做事、不喊累，但每一步都需要導師盯著。
This judgment was later included by Anthropic in the Claude Science technical documentation as a calibration point for product positioning.
不過，Claude Science 目前有幾個硬性限制：
僅支援 macOS 和 Linux
僅面向 Pro/Max/Team/Enterprise 付費用戶
在平台上只能使用 Claude 自家模型
這些門檻疊加在一起，尤其對國內科研團隊而言，Claude Science 成了「可望不可即」的東西。
好消息：開源替代方案來了
針對上述限制，開源項目 OpenScience 應運而生。
其背後團隊名為 Synthetic Sciences，於 2025 年在舊金山成立，今年剛從 YC 2026 冬季批次畢業。
創始團隊的野心不小，要打造一個平台，讓科學家將複雜的研究任務直接委託給「AI聯合科學家」(AI co-scientists)，從文獻綜述、假設生成、實驗執行到論文撰寫，整個流程都由AI自主完成。
他們內部有一個核心判斷：
科學基礎模型需要具備真正的「研究品味」，而這種品味無法單靠堆疊參數實現，必須產品與模型並重，透過產品收集高質量的科研過程數據，再用這些數據訓練出具有品味的模型。
OpenScience 是這條路線落地的第一個產品。
雖然 OpenScience 的使命和 Claude Science 一樣，但它們有一個根本性區別：
模型不可知（model-agnostic）。
用 Synthetic Sciences 自己的話說：
科學 AI 應該是開放的，不該由一家公司壟斷人類用於探索與發現的工具，更不該由它來決定誰有資格使用。
所以在這個平台，Anthropic、OpenAI、Google、DeepSeek、GLM…… 只要你手裡有 API Key，都能直接接入。
甚至可以運行本地模型，使用 Ollama 部署，數據一個字節都不會離開你的機器。
您的 Key 保留在本地，請求直連模型供應商，不經過任何中間伺服器。
而且，OpenScience 支持按請求切模型。
在同一個工作台中，你可以這一步使用 Claude，下一步切換為 DeepSeek，無需更改任何設定。
在功能層面上，OpenScience 比 Claude Science 更激進——
內置超過 250 個研究技能包，是 Claude Science 的 4 倍以上，涵蓋 ML、計算生物學、化學資訊學等領域，且全部可讀取、可編輯、可擴展。
安裝也很簡單，終端輸入一行命令：
即開即用，瀏覽器會自動彈出工作台。首次運行時選擇一個模型來源，輸入 API Key，即可開始工作。
想全局安裝也可以：
如果覺得設置 Key 很麻煩，團隊還提供了一個託管平台 Atlas——
充值錢包直接調用多家前沿模型，無需逐一配置 Key，並提供持久化的研究圖譜和雲端算力。
但這個 Atlas 不是必需的，你用自己的 Key 運行 OpenScience，一樣可以完全免費使用，沒有門檻。
還有一件事
有趣的是，當你翻到 OpenScience 的 GitHub 頁面最底部時，會看到一段特別加上的聲明：
OpenScience 是一個獨立項目，與 Anthropic 無任何關聯、未獲其認可，亦非由其贊助。「Claude」是 Anthropic, PBC 的商標，僅用於說明相容性。
我們是獨立項目，與 Anthropic 沒有任何關係。提到「Claude」僅為說明兼容性，請勿多想。
It seems the impression left by the original “lobster” on the entire open-source community was still very profound.
OpenClaw 多次更名在前，OpenScience 這次直接把撇清關係的聲明焊死在 README 的第一版裡。
別無他選，先活下來，再談平替（doge）。
開源地址：
https://x.com/i/trending/2073904804829741364?s=20
參考連結：
[1]https://x.com/SynScience/status/2073829478393086311?s=20
[2]https://x.com/i/trending/2073904804829741364?s=20
[3]https://www.openscience.sh/
[4]https://www.anthropic.com/news/claude-science-ai-workbench
本文來自微信公眾號「量子位」，作者：一水