Anthropic 盘了科研会话，科学家最爱的用法不是最看重的

你拿 AI 干得最顺手的活，是不是恰好也是你觉得最没技术含量的那部分？洗数据、改稿子、跑个统计检验，丢过去就行。真到选题、提假设，还是自己闷头想。

Anthropic 在 2026 年 11 月 5 日发了一份科研使用报告，拆的是 2026 年 8 月 2 日到 9 月 30 日之间约 20.7 万次消费版 Claude 和 Claude Code 的科研会话。我们 AI主线 的看法是：这份报告最有价值的发现，是科学家主要把 Claude 用在数据分析和写作上，而他们自己评价最重要的却是想点子和收集数据，用法和需求之间隔着一道口子。

20 万次会话里，大伙都在拿它干嘛？

先看结果。数据分析占了 Claude 会话的 33.7%，在 Claude Code 里更夸张，48.1%，快一半。写作和沟通在 Claude 里占 32.0%，而研究者自己花在这上面的时间只有 16.0%。

翻译成人话：科学家把它当成了一个不嫌烦的数据助手加文字秘书，交出去的活比他们自己投入的时间占比还多。

分领域看更有意思。计算机科学只占全球研究者的 4.3%，却占了 Claude Code 科研会话的 32.7%。数学、统计也高，化学、医学偏低。道理不难猜：写代码、处理数据都在电脑里，AI 够得着；做实验、见病人，AI 的手伸不过去。

报告还自己造了个"理论 AI 能力"分数，让模型两两比较各个科研步骤谁更适合 AI 做，再用算国际象棋 Elo 同款的方法排名。得分最高的 20% 任务，用量是按研究者花时间占比预期的 2 到 4 倍，最低的 20% 几乎没人用。一句话，科学家不是瞎用，是哪好用往哪凑。

最要紧的活，偏偏最少交给它

那 AI 没怎么碰的是什么？报告里有一份 528 位科学家的问卷，大家把"提出想法和假设"排在对出成果最重要的位置，收集数据排第二。偏偏这两样的用量都偏低，想法和假设在 Claude 会话里只占 4.2%，研究者花在上面的时间有 7.1%。

原因分两头。收集数据多半是物理活，AI 确实够不着。出点子没有物理障碍，是科学家不想交，还是觉得 AI 不行？报告自己也说不清，只提醒点子常常混在别的任务里，可能被低估了。

这里有个前提得说在前头。问卷对象是申请过 Anthropic 科研资助项目的人，主要是美加的生命和健康科学研究者，本来就偏重度用户。拿他们的答案代表全体科学家，要打折扣。

再看专用产品。Anthropic 在 2026 年 6 月 30 日推出了 Claude Science 的 beta 版，按媒体报道，它接了六十多个科研数据库。报告里说，Claude Science 上想法和假设占会话的 8%，大约是普通 Claude 的两倍。在生物和生物医学里，一次会话对应的人工耗时是 10.3 小时，普通 Claude 是 4.9 小时。报告也提醒，这可能只是愿意干重活的人才去用专用工具。

竞品那边，OpenAI 在 2026 年 1 月 27 日推了 Prism，基于 GPT-5.2，免费给 ChatGPT 账号用，是个 LaTeX 写作和协作工作区。两家押的位置不一样：Prism 打的是科学家用得最多的写作，Claude Science 打的是工具串联和假设这头。谁押对了，眼下没有第三方数据能判断。

15 倍这个数，该怎么看？

报告最抓眼球的是加速倍数。按现有能力被广泛采用来算，各领域的研究产出大约能到 1.35 倍到 2 倍，统计 2.02 倍，计算机科学 1.96 倍。要是 AI 能包办所有非物理的研究步骤，计算机和统计这类领域能到约 15 倍，化学、生物这类要动手做实验的只有 3 到 4 倍，因为物理步骤大约吃掉 40% 的时间。

先别当画饼，也别急着兴奋。报告自己说这是示意场景，不是预测。而且那个 15 倍有天花板，来自一组假设：AI 干一小时 30 美元，研究员一小时 95 美元，AI 每替研究员省一小时要跑 0.2 小时。算下来 AI 做完的活大约是人工成本的十六分之一，倍数就封在 16 倍左右，AI 成本减半，上限翻倍。所以这个数更像成本假设的产物，不是实验测出来的。

另外，会话的分类和任务的能力打分都是模型做的，数据只覆盖 Anthropic 自家消费版计划。方向有参考价值，小数点后的精度别太当真。

对天天用 AI 干活的人，这事说明什么？

对写代码的兄弟，有个信号：Claude Code 里近一半的科研会话是数据分析，它在科研圈被当成通用数据分析 agent 用，写代码只是其中一部分。

对管选型的，报告里有个更实用的规律。任务越容易验证对错、反馈越快，AI 能力分越高，两者的相关系数是 0.78。AI主线 的判断是：评估一个团队该不该把某类活交给 AI，先问这活能不能很快看出对错，比问它听起来有多"高级"靠谱。

最后一个数。在重度使用 AI 的受访科学家里，约 40% 预期 AI 到 2030 年能独立完成整个研究项目，16% 说永远不会。这批人本来就偏乐观，别当行业共识。

接下来我盯两件事：Claude Science 上想法和假设的占比能不能继续往上走，以及 OpenAI、Google 这些同样在做科研产品的厂商，会不会也拿出自己的使用数据让大伙对一对。