Anthropic 报告：AI 最擅长的科研任务被用得最多，最多可提速 15 倍
AGI Hunt · wechat · 2026-11-06
Anthropic 发布新报告《How researchers use Claude》，基于隐私保护方式分析的 20.7 万次科研会话和 528 位科学家问卷，研究科学家到底怎么用 AI。
主要发现
- 计算机科学仅占全球研究人员 4.3%，却贡献了 Claude Code 上 32.7% 的科研会话；形式科学用得最多，实验室化学、生物和医学用得最少
- 数据分析（Claude 上 33.7%）和写作（32%）是使用大头；而科学家自认为最重要的「构思与假设生成」（问卷 35.6 分）和「数据采集」恰好是 AI 用得最少的任务（构思仅 4.2%）
- AI 能力排名前 20% 的任务使用量是耗时占比的 2-4 倍；能力分与「RL 适配度」相关性最强（0.78）——越容易验证对错的任务，AI 越强、用得越多
加速推演
以现有能力广泛采用，AI 可接手 27%-52% 的研究时间（中位数 38%），对应加速 1.35-2 倍；若自动化 75% 非体力步骤，计算机科学约 8 倍；若全部自动化，统计、计算机等无体力瓶颈学科可达 15-16 倍，而生物、化学只有 3-4 倍——体力步骤是绕不过的瓶颈。16 倍天花板其实来自成本假设（AI 每小时 6 美元 vs 人类 95 美元），token 价格直接决定科研速度上限。
报告还提到面向科研的 Claude Science：在生物医学领域，「提出蛋白质结构假设」出现概率是普通 Claude 的 6 倍，82.7% 会话需博士水平训练。
所属事件:Anthropic 报告：AI 自动化科研最多可提速 15 倍，物理实验成瓶颈(3 条相关)→
「漫话AGI」频道最新
- Gary Marcus 澄清「AI 已死」误读：该终结的是天价估值与数据中心军备赛 — GaryMarcus · 2026-11-06
- IIT 教授反 AI 监考:让学生自己出题再作答 — kingslyj · 2026-11-06
- 开发者断言：Transformer 论文之后，再无接近量级的架构突破 — dosco · 2026-11-06
- Toby Ord 结论：跳变加更高斜率的混合假设比纯斜率拟合好得多 — tobyordoxford · 2026-11-06
- Readback Labs 提议强制审计：要求 AI 高管持续证明理解 AI 研发进展 — ronbodkin · 2026-11-06
- 牛津哲学家 Toby Ord:能力曲线更像台阶式跃升而非斜率变化 — tobyordoxford · 2026-11-06