Anthropic 公布 Claude 制药早期合作：6 家伙伴与自建项目，价值在复核真实数据

一句话看懂：Anthropic 公布 Claude 在药物研发中的早期合作进展，覆盖 6 家合作方和自建项目；比“生成约 3.5 万个抗体设计”更值得看的，是模型参与了对真实实验数据的复核与再判断。

事件核心：发生了什么

根据 @Gary46518347 转述，Anthropic 于 2026 年 10 月 28 日前后公布 Claude 用于制药的早期成果。BigHat 方面，Claude 与研究员共同质疑常用的热稳定性和聚集指标可能具有误导性，随后重新分析原始数据并提出新指标，湿实验验证显示主要预测成立，最好的变体结合力提升 10 倍以上。Enveda 方面，面对 1061 页生产文档，人工发现的 11 个问题被全部找出，另外多发现 7 个，审查时间减少 89%。Generate 方面，CAR-T 的一段设计耗时缩短约 70%，受体表达约提升 10 倍。Anthropic 同时说明，多数成果仍处于临床前阶段。

为什么重要

这些案例的看点不在于单次生成量，而在于模型能否对着实验数据和文档做交叉复核。药物研发中，判断指标是否可靠、原始数据是否存在遗漏，往往比批量产出候选更关键。若 Claude 能在湿实验前发现指标偏差，或在长文档审查中补上人工遗漏，AI 应用的价值就会从“提案工具”转向研发流程中的审校环节。目前公开信息显示，这些仍是早期合作结果，尚未构成经过同行评审的完整研究结论。

对用户/开发者/创作者的影响

对 AI 制药团队而言，可优先评估 Claude 在数据复核、文档审查和设计迭代中的实际表现，而不是只比较生成候选的数量。对开发者，这类案例说明科研智能体需要持久化执行环境、可回溯的步骤记录和与真实数据对接的能力。上述推文还提到北大 AI4S 的开源项目 OpenAI4S，称其在持久化 Python/R 内核中执行并逐步记账，main 分支刚支持 Ollama 本地或云端模型——这属于社区项目动态，与 Anthropic 官方进展应区分看待。