Claude Science 進入 Beta 階段：可重現性才是關鍵所在

Anthropic 已推出一款進入 beta 測試的桌面研究應用程式，而其頁面上最有趣的地方並非標題。Claude Science 自稱是「您進行嚴謹科學研究的研究夥伴」，而在這句標語正下方的一句話，談的是底層管線而非智慧：該應用程式執行分析、搜尋資料庫，並追蹤從資料整理到發表的每一個步驟。提供 Mac（Apple Silicon）、Mac（Intel）、Windows 與 Linux 版本下載，旁邊還有聯絡銷售按鈕，供希望在安裝前先洽談的團隊使用。頁面上完全沒有寫出模型名稱。頁面上完全沒有標示價格。被詳細寫出的，是來源追溯。

這樣的順序值得停下來想一想。多數 AI 產品頁面會先主打某項能力，之後才補上建立信任的說法。這一頁卻以「結果是如何產生的」紀錄作為開場，並把分析本身當成要販售的東西：內容豐富、可完全重現的科學產物，每一項結果都可追溯到其程式碼。如果你經營實驗室，這句話要嘛是 Anthropic 今年寫過最有用的一句話，要嘛是你最應該嚴加檢驗的一句話。本文其餘部分，就是要分辨這兩者。

這個應用程式實際上是什麼

Claude Science 是一款處於 beta 階段的應用程式，而不是你透過瀏覽器分頁就能取用的服務。下載矩陣——Apple Silicon、Intel Mac、Windows、Linux——說明了這項假設：工作是在資料原本所在的地方進行，也就是在工作站或實驗室機器上。Anthropic’s 自己對這款應用程式所做之事的描述既狹窄又具體：它執行分析、搜尋資料庫，並追蹤從資料整理到發表過程中的每一個步驟。隨之而來的承諾，嚴格說來並不是更好的答案，而是少花一點時間在研究中那些不屬於研究的部分。

還有第二件事是這個頁面不予處理的。它不販售訂閱方案。頁面上只有一個聯絡業務的按鈕，沒有標價，而且應用程式標示為 beta。商業細節留待另行洽談——這是這個頁面本身的事實，而不是對該公司的抱怨——但這確實意味著，任何被引用為 Claude Science 價格的數字，引用的都是尚未公布的內容。

這頁真正披露的，是以相當篇幅呈現這項工作的樣貌。每一項產物都隨附其歷史：確切的程式碼、環境，以及產生它的對話。Anthropic 的說法是，圖表、表格與筆記本「在數月後仍可重現、編輯或辯護」。這是關於記錄保存的主張，而記錄保存正是實驗室能夠查核的那類主張。

文物承載著自身的歷史

投稿稿件中的一張圖是附帶某項主張的點陣圖。六個月後，審稿人問為何誤差棒在某個濃度以上會變寬，或者合作者想要同一張圖用於第二個研究隊列，於是有人得重建一份由早已離職的博士後最後動過的 notebook。通常的答案是考古：一個共用磁碟、一串聊天討論、三個版本的腳本，以及猜測哪一版產生了論文中的那些圖面板。

這裡的主張是：該產物不是一張圖片，而是一份紀錄，且這份紀錄會隨圖片一同移動。程式碼、環境與對話都與輸出一起保存，這樣一年後重新打開它的人會得到相同的答案，而不是一個看似合理的答案。如果這一點成立，它就會改變一個相當普通的研究事件所涉及的成本：那個在所有人都已轉往下一步之後才到來的修訂請求。

有一個二階效應比便利性更重要。如果程式碼是附帶的，圖表就可以被編輯，而不是重新繪製。Anthropic 用平實的語言描述了圖表迭代：對圖表加上註解以請求變更或提出問題，代理會讀取產生該圖表的程式碼並直接編輯。這與重新生成一張圖像是不同的操作。手工重繪一張圖表會引入一個沒人會發現的新錯誤機會，因為新圖表看起來和舊的一樣。編輯產生圖表的程式碼能讓推導過程保持完整——假設，而這是整個產品所依賴的假設，即附在圖表上的程式碼確實是產生它的程式碼。

閱讀程式碼的審查者

Anthropic 已在應用程式中內建背景審查器。它的職責是標記三件事：不正確的引用、無法追溯至來源的數字，以及與其底層程式碼不符的圖表。這些每一項都是計算生物學特有的失效模式，而非一般性的幻覺，而第三項與溯源主張直接相關。能同時看到圖表與產生該圖表的程式碼的審查器，可以將兩者相互核對。只看到圖表的審查器則無法做到。

尚未公布的是這套方法實際效果如何。頁面上沒有比率、沒有基準測試，也沒有獨立評估，因此這裡也不提供任何相關數據。誠實的說法是：能標示出不一致之處的審查工具，是有用的第二雙眼睛，卻是第一雙眼睛的拙劣替代品。它會抓到那些軸標籤在版本之間漂移的圖表。它不會告訴你實驗設計是否正確，也無法知道上游的樣本表是否被標錯——如果這個標錯一路始終一致的話。

這個區別很重要，因為審查者是產品中最可能在實驗室會議上被過度吹捧的部分。來自背景審查者的綠色勾號，意味著某項主張通過了一致性檢查，而不是該主張為真。溯源記錄是這對組合中更持久的一半：它不依賴於審查者是否正確，只依賴於記錄是否完整。

渲染器、手稿與算力

應用程式中有三個較小的部分，從不同角度闡述同一個論點。第一個是原生渲染。蛋白質、序列比對、基因組軌跡、化學結構與 PDF 都以原生形式顯示，無需額外安裝。這聽起來像是表面功夫，直到你想起實驗室的工具鏈中有多大一部分是一連串的匯出步驟——從結構檢視器到螢幕截圖、到投影片、再到圖表——每一步都會丟失中繼資料，也增加了一個讓某些東西被悄悄調整尺寸的機會。

第二個是稿件撰寫。研究結果會與產生它們的分析一同撰寫，並附上算繪後的 Markdown 與 LaTeX 預覽。把行文與運算留在同一個專案裡，是可重現性最省成本的可行做法：只要草稿與分析從不分居，它們就不可能漸行漸遠。

第三是運算管理。應用程式會建立每項分析所需的環境，並在你的筆記型電腦、叢集或 GPU 上執行這些環境。研究工具能否真正可用，關鍵就在這裡。得在終端機裡手動組裝的 GPU 工作，是實驗室裡只有一個人能執行的工作；而那個人一放假，就會立刻成為瓶頸。環境建置並不光鮮亮麗，但這正是實驗室會採用的工具，與只有一名研究生在用的工具之間的差別。

誰能免費獲得，以及頁面所指的科學家是誰？

產品頁面上方有一則橫幅廣告，宣傳為科學家推出的 Claude Team 方案：全球各地學術與非營利研究機構的科學家，現在都能免費開始使用 Claude。這是 Anthropic 在自家頁面上的用語，而它的適用範圍與其內容同樣重要。

這項優惠是以學術與非營利研究機構為對象來界定的。它並非為產業研發而寫，也不是以學生作為一個類別來寫；把這項優惠延伸至上述任一者，都會超出這句話所說的範圍。「to start」這個措辭也發揮著作用。該頁面描述的是零成本起步，而非永久權益，也沒有說明後續會如何。以此規劃預算的實驗室，應將其視為開啟機會的敲門磚，而非預算中的單列項目，並且不應假設應用程式本身有公開定價，因為它並沒有。

頁面留下的未解問題

細心的讀者會尋找卻找不到的五件事。模型：頁面沒有說明 Claude Science 是運行在哪個或哪些 Claude 模型上，因此任何點名某一款的報導都只是猜測。價格：頁面上沒有販售任何訂閱方案。系統需求：列出了四個平台，但沒有提供硬體或作業系統版本。產物是否會離開本機：溯源說明講的是結果旁儲存了什麼，而不是該結果被送到哪裡，而這是兩個不同的問題。以及結束 Beta 的日期：沒有公布任何日期。

其中第四項必須在首次上傳前解決。可重現性紀錄之所以有價值，正因為它詳盡——包含程式碼、環境、對話——而未發表研究的詳細紀錄，正是資料治理委員會會追問的重點。該頁面並未說明紀錄存放於何處，而這種沉默正是有正當理由在讓臨床資料透過該應用程式處理之前、而非之後，先與 Anthropic 進行討論。

那週的另一則公告

2026年10月22日，Anthropic 公開徵求生命科學領域的客座研究員，邀請生命科學社群申請與 Anthropic 合作進行特別專案。這就是該公告所發布的全部內容。它不是計畫說明，不是補助，也不是關於 Claude Science 發展藍圖的聲明；若把它當成上述任何一種，都是過度解讀。不過，它確實是個訊號，顯示該公司正把注意力放在何處。Anthropic 招募的是實際從事研究的科學家，而非客戶。

如果你是在打造產品，而不是在做研究，這代表什麼

先說一個界線。Claude Science 是 Anthropic 的應用程式。我們不託管它、不販售它，本文任何內容都不應被解讀為該應用程式可供應的聲明。我們託管的是模型，透過單一金鑰、一個與 OpenAI 相容的端點提供，採用供應商牌價，且不額外加收任何費用。Claude Opus 5.5 列於該目錄中，每百萬輸入 token 為 4.00 美元、每百萬輸出 token 為 20.00 美元，具備 100 萬 token 上下文，快取讀取則為每百萬 token 0.20 美元。

這件事與這個故事相關的範圍，比乍看之下更窄。由於 Anthropic 尚未公布 Claude Science 執行於哪個模型，我們無法誠實地說這個應用程式跑在我們剛好提供的模型上。能說的是，研究流程中位於應用程式之外的部分——例如整夜標註樣本的批次工作、在既有 notebook 中呼叫模型的腳本、必須在供應商中斷期間持續執行的步驟——都是普通的模型呼叫，而這正是路由器存在的目的。跨供應商的自動容錯移轉，在執行六小時的工作中，比在人盯著的聊天視窗中更重要。路由 DSL 能將多個模型組合成單一呼叫；當流程中的某一步需要小而便宜的模型，而下一步需要謹慎周延的模型時，它就很重要。

這款應用程式所倡導的可重現性紀律，不必止於應用程式的邊界。如果某個結果取決於你自己發出的模型呼叫，同樣的規則依然適用：記錄模型、記錄提示詞、記錄日期。端點的生命週期比其別名背後的版本更長，而一個取決於無人記錄之呼叫的數字，正是那種會變成考古對象的數字。

最值得先執行的測試

這個類別裡的每個產品頁面都做出某種版本的相同承諾：工作會更快，紀錄會更乾淨。前半段很容易示範，卻難以驗證。後半段則可驗證，而 Claude Science 把它做得異常具體——程式碼、環境與對話都附在成品上，幾個月後仍經得起檢驗。

所以這個測試不是示範。拿一張你的實驗室已經發表、確實耗費心力才產出的圖，要求這個應用程式根據紀錄重現它。如果它回傳相同的數字，並以可讀的方式說明這些數字是如何得出的，那麼對你這類工作而言，出處可追溯性的主張就是真的。如果它回傳一張看起來合理的圖，卻沒有任何追溯線索，你就學到了比任何基準測試更有用的東西：這個工具只是個舉止得體的渲染器，你的實驗室仍然需要自己的檔案庫。

無論哪個答案都值得知道。Beta 版是關於研究將如何進行的一種假設，而這個特定 beta 版的有用之處在於，只要手上有已發表的數據，再加上一個下午，任何人都能證偽它的核心主張。