Anthropic 在 2026 年 6 月 30 日推出 Claude Science，一個給科學家的 AI 工作台。它想解決的痛點很具體：把散落在文獻、Jupyter、R、資料庫和高效能運算（HPC）之間的研究流程，收進同一條線。官方說它內含 60 多個科學技能與連結器，能連上 UniProt、PDB、ClinVar 等資料庫，透過 SSH 接上 HPC 叢集，還會用一個 reviewer agent 幫你檢查引用和計算，並把每一步產出成「可追蹤的 artifact」——保留確切的程式碼、執行環境和完整對話紀錄。Anthropic 甚至說要用它來自研那些被大型藥廠忽略的疾病藥物。
聽起來很吸引人，但對台灣的研究者，我建議先換一個問法。問題不是「要不要用這個 AI」，而是——你手上那條卡住的分析流程，能不能安全接上國網中心的算力、留下可以重跑的紀錄，又不踩到健保資料和生物資料的出境紅線？ 想清楚這三件事，比被「Anthropic 要自研藥」的新聞推著走實際得多。
Claude Science 到底是什麼
先把官方確認的功能講清楚。它不是新模型，沿用現有的 Claude；賣點是「工作流」，不是更強的腦。除了前面說的 60 多個 skill 和資料庫連結，它主打的可追蹤性——每張圖、每個結論都能回到確切的程式碼、環境和資料來源——對要投稿、要被同儕檢查的研究者特別有價值。Anthropic 也設了一個「AI for Science」抵用金計畫：最多 50 個專案、每案最高 3 萬美元的 credits，申請截止 2026 年 7 月 15 日。
但兩個保留要說清楚。第一，官方舉的效能案例——例如 UCSF 一個實驗室把分析時間縮到約十分之一——是單一實驗室的經驗，不是標準化的基準測試，別當成人人適用的數字。第二，reviewer agent 能幫忙查引用和計算，但它取代不了人類的科學審查；baseline、版本、資料邊界和最後的判斷，還是得留給人。
台灣研究者的三個真問題
這才是台灣讀者最該花時間的地方，也是外電不會替你想的。
一，算力怎麼接。 Claude Science 靠 SSH 接 HPC 或隨需 GPU。但台灣多數學研團隊的算力，其實在國網中心的 TWCC 台灣 AI 雲或校內叢集上。所以真正該測的，是「Claude Science 能不能安全接上 TWCC 或校內的 login node」，而不是要你把資料整批上雲。這是最實際的技術驗證點。
二，補助怎麼對接。 台灣的資源其實不少。國科會有「AI 賦能加速藥物開發計畫」這類針對 AI 藥物研發的專案補助，Anthropic 自己也有到 7 月 15 日的 credits。實驗室該問的是：能不能用國科會計畫經費搭配 Anthropic 抵用金，資料治理又過不過得了關。
三，敏感資料的邊界。 這是台灣最硬的一條線。健保資料庫、台灣人體生物資料庫都有嚴格的出境和研究倫理（IRB）限制。Claude Science「只送每一步必要的 context、資料留在本地基礎設施」的設計，剛好對應這個痛點——但別因此鬆懈，還是要先確認哪些 connector 能讀寫哪些資料、送出一個運算工作前該由誰批准。
有一點也要誠實講：查不到任何台灣機構（中研院、國網中心、各大學或生技公司）已經公開採用或試點 Claude Science 的第一手紀錄。所以這篇能給你的是「怎麼評估、怎麼接上既有補助與算力」，不是「台灣已經在用」。
怎麼試點：拿一個已知答案的舊分析
別因為一則新聞就採購。比較穩的做法，是拿一條你已經知道正確答案的舊分析，做一次小型試點。
可以做兩個試算。第一是算力接點的時間差：把「原本在 TWCC 排隊送工作、請工程同事包好環境、再跑」的往返時間，對上「Claude Science 幫你產一份工作計畫、你確認後送出」的時間。省下的到底是研究時間，還是只是把手動步驟藏進 agent？沒有 baseline 就別下結論。第二是把可追蹤性當成 beta 的通過標準：每一張圖能不能回到確切的程式碼、環境、資料來源，引用能不能點回原文——而不是「答案看起來合理」就算過。
也講一句敢說的不建議：如果你的團隊沒有科學資料庫、沒有 HPC 或 GPU、產出也沒有可重現圖表或投稿壓力（例如純文獻回顧、行政或教學），現在只需要觀察，別為了「Science」這個新名字換工具。 另外，供應商自己也在做藥，評估導入時值得丟三個問題：這個任務是「整理資料、產出 artifact」還是「判斷醫療有效性」？候選靶點或分子由誰批准？如果供應商也做藥，資料、模型回饋和成果歸屬有沒有寫清楚？想更完整地評估這類研究工作台，可對照 另一款受信任存取的科學 AI 與 如何為專業任務做私有評測。
常見問題
Claude Science 要付費嗎？哪些方案能用？
它是 beta，開放給 Claude 的 Pro、Max、Team、Enterprise 使用者，支援 macOS 與 Linux。Anthropic 另有「AI for Science」抵用金計畫，最多 50 個專案、每案最高 3 萬美元 credits，申請截止 2026 年 7 月 15 日，適合有具體研究專案的團隊申請試用。
Claude Science 是新模型嗎？
不是。它沿用現有的 Claude 模型，賣點是把文獻、notebook、資料庫、HPC 與可追蹤紀錄整合成一條研究工作流，不是一顆更強的腦。所以評估重點不在「模型多聰明」，而在「它能不能接上你既有的資料與算力、留下可重跑的證據」。
台灣的研究者現在能用嗎？敏感資料會外流嗎？
技術上可用，但要先解決在地問題。台灣的算力多在國網中心 TWCC 或校內叢集，要先確認能否安全接上而非整批上雲；健保與生物資料庫有嚴格的出境與 IRB 限制，送出運算工作前要確認哪些資料能讀寫、由誰批准。Claude Science 主打資料留在本地基礎設施，方向對，但仍要研究室自己把關。