行业投资评级 - 投资评级为看好，并维持此评级 [9] 报告核心观点 - 6月30日，Anthropic发布面向科学家的AI工作台Claude Science，以多智能体架构整合数据、模型与算力，重塑科研工作流 [2][6] - 看好以AI for Science为代表的垂类场景商业化加速渗透，AI4S有望成为AI商业化落地的下一个核心增长点 [2][13] Claude Science产品解析 - 首次将科研拆解为一条可被逐步审计的流水线，统一数据接入层，重构了科研工具的碎片化问题 [13] - 首个落地场景为生命科学，预设覆盖基因组学、蛋白质组学、化学信息学等领域的60多种专业技能与数据连接器，将分散的科研数据源整合为统一接入层 [13] - 将科研人员原本需要在PubMed、Jupyter、集群终端等数十个工具间频繁切换的工作流，打包进同一个执行环境，支持本地macOS/Linux运行、SSH连接远程机器或挂载在HPC登录节点上 [13] - 通过多智能体编排层，让AI像项目组一样协作科研：主AI助手拆解复杂任务并分发给子助手并行执行，最后由内置审核代理交叉验证结果 [13] - 接管了过去需要研究者亲自操作的耗时流程，包括算力调度，例如将一次8组scVI超参扫描任务派发到实验室的A100集群运行 [13] - 每一张图表均同步输出对应代码、运行环境、参数说明和完整对话历史，内置审核代理实时检测错误引用与不一致结果并自我修正 [13] - 自动化编排与全链路可审计的工作范式，将科学结论的可复现、可验证这一AI4S落地的核心信任问题内化为产品的基础架构 [13] 行业竞争格局与趋势 - 海外前沿模型厂商正加码布局AI4S赛道，但路径分化：Google以AlphaFold为核心，利用平台生态与基础科学模型先发优势构建一体化科研能力；OpenAI以GPT-Rosalind切入，专为生物推理和药物发现打造，强调模型科研判断力；Anthropic押注工作流，核心在于将科研流程拆解为可编排、可审计的工作流，解决场景落地最后一公里的核心问题 [13] - 当前海外前沿AI Labs正加速向高价值的垂类场景渗透，AI4S是落地难度高、价值含量高、AI可带来增量空间极大的赛道 [13] - Claude Science为行业树立了可复现、可验证的科研AI新标准，有望加速AI4S从技术探索走向规模化应用 [13]