Anthropic 研究：AI 或令科研提速近一倍　全面自动化下部分学科产出可增 15 倍

Anthropic 11 月 5 日发表研究报告《AI for Scientific Discovery：研究者如何使用 Claude》，分析了 2026 年 8 月 2 日至 9 月 30 日期间 207,049 个科研相关对话，涵盖 Claude、Claude Code 及 10 月 14 日以测试版推出的 Claude Science。报告指出，科研人员最常把 AI 用于数据分析与写作，而非他们自己认为最重要的构思环节；以现有能力估算，AI 可令科研提速约 1.35 至 2.02 倍。

数据分析占近半编程对话　构思环节用得最少

报告显示，数据分析占 Claude 对话的 33.7%、Claude Code 对话的 48.1%，而研究人员实际花在数据分析上的时间约为 27.6%。写作与沟通占 Claude 对话的 32.0%，约为研究人员实际时间占比（16.0%）的两倍。相反，研究人员认为最重要的构思与提出假设环节，只占 Claude 对话的 4.2%、Claude Code 对话的 2.1%。电脑科学在 Claude Code 科研对话中占 32.7%，但电脑科学家仅占全球研究人员的 4.3%，使用强度约为其人数占比的 7.6 倍；形式科学（电脑科学、数学、统计学）整体的使用率亦远高于其研究人员占比。

现有能力提速约两倍　全面自动化只是假设情景

报告以模型推算：以 AI 现有能力广泛应用计算，科研提速幅度按学科介乎 1.35 倍（艺术）至 2.02 倍（统计学），电脑科学约为 1.96 倍。报告同时设想一个假设情景——若所有不需体力劳动的研究工作全部由 AI 完成，电脑科学与统计学等学科的产出理论上可增至约 15 倍，化学与生物等实验学科则因物理瓶颈限制在约 3 至 4 倍。Anthropic 强调，15 倍只是假设情景下的理论上限，并非预测。受访研究人员中有 40% 认为，到 2030 年 AI 有望独立完成完整的研究项目；报告亦提醒，AI 广泛应用可能削弱人类监督，并带来伦理问题。

（来源：Anthropic；AI Weekly；Blockchain News。）