一句话看懂：Anthropic 的 Claude Science 项目协调多个 AI 代理，首次绘制出完整天空紫外线图，填补了 NASA GALEX 任务未覆盖的区域，展示了 AI 接管科研中繁琐数据工作的可能。
事件核心：发生了什么
根据 The Decoder 2026 年 10 月 9 日的报道，Anthropic 的 Claude Science 项目完成了首张完整天空紫外线图。此前，由于臭氧层阻挡紫外线，这类观测只能从太空进行，NASA 的 GALEX 任务覆盖了约三分之二的天空，但跳过了明亮的恒星形成区。约翰斯·霍普金斯大学天体物理学家 Brice Ménard 在 Anthropic 官网描述了这一过程：Claude Science 协调 AI 代理从多个太空任务下载数据，进行校准并合并，利用图像修复技术（inpainting）填补缺失区域。测试中，预测值与实际测量值的平均偏差约为 10%。
为什么重要
这项工作的意义不在于 AI 直接发现新天体，而在于它展示了 AI 代理在多步骤、跨数据源的科学工作流中的协调能力。紫外线图能揭示被星光点亮的尘埃，例如年轻恒星周围的云气或恒星爆炸留下的环状结构。Ménard 认为，许多科学家一直推迟类似项目，因为数据整理和校准极其耗时，而 AI 现在可能让这些项目变得可行。目前公开信息显示，该图主要作为教学材料使用，并未声称已用于新科学发现。对 AI 行业而言，这意味着大模型在科研数据处理、多源数据融合和图像修复等任务上的应用场景正在扩大，可能推动更多闭源和开源模型进入科学工作流。
对用户/开发者/创作者的影响
对开发者和科研人员，Claude Science 展示了一种可参考的模式：用 AI 代理协调下载、校准、合并和修复数据，减少手工操作。如果你在处理多源数据集、图像补全或跨任务自动化，可以关注这类代理架构的落地方式。对内容创作者和普通用户，这张图是一个直观案例，说明 AI 不只能生成图像，也能在专业数据管道中承担推理和整合任务。目前该图是教学材料，并非可直接调用的 API 或产品功能，因此实际工具化仍需等待 Anthropic 的进一步动作。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Claude Science 是否会从演示项目转化为可用的 API 或科研工具，让开发者能调用类似的数据协调和修复能力。第二，图像修复平均偏差约 10% 的准确率，在后续任务中是否会有更详细的评测条件和改进。第三，其他大模型厂商或开源社区是否会跟进类似科学数据代理方案，以及 NASA 等机构是否会在官方数据产品中采用这类补全方法。
