美国解除禁令！AI要帮科学家10倍提速了，几周将干完两年的活！

美国解除Claude禁令，Fable 5与Mythos 5即将恢复访问

刚刚，Anthropic 宣布，美国商务部已经解除针对 Claude Fable 5 和 Claude Mythos 5 的出口管制，公司将从明天起着手恢复两款模型的访问权限，并在稍后公布进一步安排。

美国商务部长霍华德·卢特尼克（Howard Lutnick）在 X 平台确认了这一决定。他称，商务部与 Anthropic 进行了密切合作，对 Fable 5 展开分析和审批，以确保美国政府内部立场协调，并巩固美国在人工智能领域的领导地位。

白宫办公厅主任苏西·怀尔斯（Susie Wiles）也在 X 上表示，美国政府和私营部门以一种前所未有的方式进行了合作，并将此事描述为美国优先政策下建立的新合作基础。

（来源：社交媒体 X）

Fable 5 和 Mythos 5 于 6 月 9 日发布，是 Anthropic 目前能力最高的一组模型。两者使用相同的底层模型，区别主要在于安全限制：Fable 5 加入了更严格的网络安全防护，面向普通用户提供；Mythos 5 则减少了部分限制，仅通过“Project Glasswing”等项目向经过审核的网络防御机构及关键基础设施合作伙伴开放。

然而，模型发布仅 3 天后，美国商务部便以国家安全为由向 Anthropic 发出出口管制指令，要求任何外国人，无论身处美国境内还是境外，在访问两款模型前取得许可，限制甚至覆盖 Anthropic 自己的外籍员工。由于公司当时无法可靠地区分所有用户及模型调用链中的外国人员，Anthropic 只能在全球范围内关闭两款模型。

这项限制据称源于对 Fable 5“越狱”风险的担忧。美国政府认为，一种绕过安全防护的方法可能使模型被用于发现软件漏洞。Anthropic 承认相关防护可以被绕过，但反驳称，演示中发现的只是少量已知、危害较低的漏洞，其他公开模型无需越狱同样能够发现。公司认为，若以一次范围有限的越狱为理由召回已部署模型，类似标准可能导致整个前沿模型行业难以继续发布新品。

政策随后逐步松动。6 月 26 日，卢特尼克致函 Anthropic，称双方沟通已经取得重大进展，商务部对模型转移和滥用风险进行了评估，并认定相应保障措施已经到位。政府首先允许 Mythos 5 向附件名单中的获批机构、相关外籍员工以及 Anthropic 外籍员工恢复开放，但当时 Fable 5 仍在限制之列。

如今出口管制被整体解除，面向更广泛用户的 Fable 5 也终于获准回归。不过，Anthropic 为解禁进行了哪些具体技术调整、是否增加身份验证，以及不同地区和套餐恢复访问的准确时间，目前仍未完全公开。

就在解禁消息公布前，Anthropic 还发布了 Claude Sonnet 5。公司将其称为迄今最具智能体能力的Sonnet 模型，可自主规划任务、使用浏览器和终端等工具，能力接近更昂贵的 Opus 4.8。

推广期 API 价格为每百万输入 Token 2 美元、输出 Token 10 美元，9 月起恢复为 3 美元和 15 美元。Anthropic 产品公告显示，该模型的危险网络攻击能力明显低于 Opus 4.8 和 Mythos 5，这一点在当前监管背景下尤其值得关注。

（来源：Anthropic）

。它能无缝整合文献数据库、Jupyter Notebook、R 语言环境、集群终端和高性能计算资源，覆盖基因组学、蛋白质组学、结构生物学、化学信息学等多个领域。

用户可通过自然语言与系统交互，自主完成文献检索、数据分析、代码生成和实验模拟等工作；系统会自动保留完整的分析代码、计算环境和操作记录，并由内置的审查智能体验证引文准确性和计算结果可靠性。

1.https://platform.claude.com/docs/en/about-claude/models/introducing-claude-fable-5-and-claude-mythos-5

2.https://www.anthropic.com/news/claude-sonnet-5

Claude Science几周干完两年活10倍科研提速真来了？

【导读】这一回，Anthropic没有推更聪明的科研模型，而是动了科研的根：第一次把科研拆成了一条能被逐步审计的流水线。

两年的活，如今几周干完。

最近，Allen Institute的一位神经科学家Jérôme Lecoq和他的团队，把一篇长篇综述的写作时间，从将近2年压到了几周。

Jérôme Lecoq手头上积攒了约10篇综述，不少超过100页，每一条引用都被一个智能体逐句核对过。

帮他干活的，是Anthropic刚推出的新应用，Claude Science。

2026年6月30日，Anthropic发布Claude Science，定位为面向科学家的AI工作台。（图源：Anthropic官方博客）

据Anthropic介绍，这套活儿过去这位科学家和他的团队要干两年。

Anthropic给Claude Science的定位，并非一个更聪明的科研模型，而是一个面向科学家的AI工作台。

它真正的突破在于：第一次把科研这件事，拆成了一条能被逐步审计的流水线。

如今，Claude Science已在macOS和Linux上开启beta，对Pro、Max、Team、Enterprise用户开放。

真正改变的

是整条科研工具链

做过科研的人，都懂那种繁琐：

一个项目要在几十个数据库之间来回跳，每个库都有自己的schema和查询语言；

文件格式五花八门，每种都得现搭管线、现找查看器；

手边还摆着一排工具，PubMed查文献，Jupyter跑代码，R做统计，集群终端提交任务……

不停转场，真正用来思考科学问题的时间，经常被这些搬运、拼接、调试工作耗费殆尽。

而Claude Science干的事，正是将这些碎片场景打包「收纳」进同一个执行环境：

文献分析、多步计算、图表打磨、论文成稿，全部阶段在同一个环境里走完，你不必再为换一个工具而中断思路。

它能跑在你本地的macOS或Linux上，也能通过SSH连到远程机器，或者挂在高性能计算（HPC）的登录节点上。

就像你平时用Jupyter那样，数据在哪，它就去哪。

就连算力调度这块，它也包了。

折叠一个蛋白质，或者在海量数据上跑一条基因组管线，这种大活过去要研究者亲自伺候，搭计算任务、排队等集群、盯着成功还是失败、再把结果拉回来，一来一回半天就没了。

Claude Science把这套流程接管了：先起草计划，碰新资源前先问你一声，写任务、提交任务之前都让你能审查或撤销，把分析从1个GPU一路扩到数百个。

Claude Science把一次8组scVI超参扫描派到实验室A100集群运行，右侧Notebook与智能体共用同一个实时内核，变量和状态实时同步。（图源：Anthropic官方博客）

更重要的一点，敏感数据不离开原系统，只有每一步真正需要的上下文才会发给Claude。

每一张图

都自带可追溯代码

科研这行天生就跟图打交道，蛋白质三维结构、基因组浏览器轨道、化学结构式，这些本就是图。

Claude Science顺着这一点，在出图、出稿的同时，把生成它们的代码一并交出来，还能把它们原生渲染出来。

更关键的在可复现性（reproducibility）。

每当Claude Science生成一张图，它都会把生成这张图的确切代码、运行环境、纯语言说明和完整对话历史，一并打包「钉」在图上。

左侧一张跨138个物种的细胞图，右侧同屏挂着生成它的确切代码，圈注一句就能让智能体改图。每个结果都可复现、可追溯到代码。（图源：Anthropic官方博客）

一篇论文从投稿到见刊，常常隔着大半年；几个月后，等审稿人要你重跑某张图，你可以很轻松地把输入、过程、结果整条链当场复现出来。

想改图？直接说话就行——「把网格线去掉」「纵轴换成对数」，智能体直接去改自己写的代码。

你还能在任意节点把会话fork出去，同时试两条思路，原来那条线程一点不乱。

一句话，科研第一次被整合成一份可审计（auditable）的工作流，code、env、history都被放进一个闭环中。

一个智能体写

另一个专门挑错

Claude Science背后，并非一个智能体在单打独斗。

你面对的是一个会统筹的协调智能体，它手里握着60多个为基因组、单细胞、蛋白质组、结构生物学、化学信息学预配好的技能和连接器。

活一多，它自己就能派生出更多智能体来分工，也能随时调用你亲手创建的专家智能体。

最妙的是那个审查智能体（reviewer agent）。

它专门核查引用和计算，揪出错误的引用、追不到出处的数字、对不上代码的图，发现了就标出来、自己改掉。

在Allen Institute那个案例里，团队用的正是actor-critic配对，一个智能体负责写，另一个专门评它的准确性和引用真不真。

这套结构，已经有点「AI内部同行评审」的雏形了。

但有一条边界必须说清楚，全程是人在回路（human-in-the-loop）。

在需要动用新资源前，它会先征求授权，每个决策你都能复核、能撤销。它自动化的是流程，而并非自动替你做科学发现。

它还接了NVIDIA的BioNeMo Agent Toolkit，能原生连上Evo 2、Boltz-2、OpenFold3这些生命科学模型。

你实验室自己信得过的模型、数据、管线，也能存成可复用的技能挂进来，往后的会话自动继承。

Claude Science第一站

是生命科学

Claude Science的第一个落点，选在了生命科学。

基因组、单细胞、蛋白质组、结构生物学、化学信息学，开箱即用。

它能读文献，能查询60+科学数据库，UniProt、PDB、Ensembl、ClinVar、ChEMBL、GEO这些规格不一的库，你不用再一个个去学着用。

Claude Science为基因组、单细胞、蛋白质组、化学信息学预配好环境，背靠60+科学数据库。（图源：Anthropic官方博客）

Manifold Bio做的是组织靶向药物。

他们用Claude Science来提名最新实验的靶点，对每个组织和靶点，逐一评估表面表达、运输和安全性，再按公司从自有数据里学到的标准给候选排序。

Manifold说，普通编程助手做不到这一点，Claude Science能端到端地干完，拿对数据，下对判断，还带着过往项目的上下文。

还有更硬核的例子。

UCSF脑瘤中心的一位流行病学副教授，用它做脑胶质瘤的分子流行病学研究，分析数千个微效种系（germline）变异如何叠加、塑造个体易感性。

据Anthropic介绍，这套种系分析，Claude Science用了过去约1/10的时间就跑完了，他的团队还独立复核过结果，确认既快又稳。

不过这些10倍提速的场景，目前只限定在综述写作、基因组分析、特定管线自动化上，并不等于「科研整体提速10倍」。

与此同时，科研可信度的门槛，也在被重新定义。

过去衡量一项研究靠不靠谱，要看同行评审，看能不能被别人复现。

而可复现，长期是科研最大的痛点之一，代码丢了，环境变了，几个月后连作者自己都跑不出当初那张图。

Claude Science每张图都有可追溯的代码，每个结果都连着它的环境和历史。可复现这道坎，它可能是第一个迈过去的。

同一条赛道

三种玩家

生物科研赛道，三巨头都在抢，只是玩法各自不同。

Google押独门模型，OpenAI押模型的科研智商，Anthropic则押的是工作流。

Google攥着AlphaFold、AlphaGenome这些别人没有的自家模型，直接下场。

OpenAI走的是另一条线。

今年4月它推出GPT-Rosalind，一个专为生物推理和药物发现打造的前沿模型。

如今更进一步，开始练模型的「科研判断力」。

它刚刚推出GeneBench-Pro，专测模型能不能像计算生物学家那样做判断：129道题，从基因组学、群体遗传一路铺到临床诊断，专测「数据撑不撑得起这个问题」「哪一步该推翻重来」的手感。

最强的GPT-5.6 Sol拿到28.7%，开Pro模式31.5%；几代前的GPT-5还不到5%。

OpenAI自己说，照这速度，年底就可能被刷爆。

可再强的模型，也只解开不到三分之一。而解不开的那部分，恰恰是人类科学家的位置。

GeneBench-Pro暴露的AI短板也很明显：

模型能起个头，却收不拢最后那一环，比如该不该剔掉一批异常数据、假设被推翻后怎么改路子，这类判断还得科学家自己拍板。

Claude Science也没有绕开这一点，方案交给人审、每个决定留给人撤，它自动化的是流程，判断权并非交给模型，人类始终在环。

对Lecoq这样的科学家，一篇综述能不能复现、几个月后还站不站得住，本就比榜单上多零点几个百分点要紧。

Claude Science赌的，正是让AI科研真正落进实验室的日常。

参考资料：

https://www.anthropic.com/news/claude-science-ai-workbench

https://openai.com/index/introducing-genebench-pro/

为伟大思想而生！

AI+时代，互联网思想（wanging0123)，

第一必读自媒体