首张全天空紫外线地图: Claude Science 助力填补波段空白
天文学家此前已用可见光、红外、射电、X射线和伽马射线绘制了整个天空，却从未有人完成过完整的紫外线（UV）全天地图。约翰斯·霍普金斯大学天体物理学家、Anthropic 研究者 Brice Ménard 在文中讲述他如何与 Claude Science 合作，制作出首张完整的紫外线全天地图。来源未说明所用方法与数据细节。
相关动态
沿时间看主要节点
Anthropic 为何要运营一间生物实验室?
Anthropic 以 Claude 闻名，如今却雇用分子生物学家、研究 DNA，并在旧金山湾区运营一间“湿实验室”，让科学家直接处理生物材料。公司称理由很直接：若 Claude 要帮助科学家取得关于生物学的发现，这些发现终须在物理世界中被检验。Anthropic 于 2026 年春季成立生命科学研究组，考察通用型 AI 模型能否系统性地加速生物发现；自建实验室让同一团队贯通从提升 Claude 生物学推理到用实验检验其假设的全过程。公司 9 月 23 日称，Claude 识别出一个此前未被表征、与异常重复 DNA 序列相关的酶系统，其模式与 CRISPR 系统有相似之处，但研究者尚不清楚该系统的作用；结果以预印本发布，仍需进一步科学检验。
研究者担心成果被AI抢发: Navier–Stokes问题与OpenAI时间点之争
AI智能体自主科研能力提升，研究者担心"会被机器人抢发成果吗"：过去五周内至少两次，学者钻研的问题被AI公司抢先作答或宣布结果，有人因此减少使用可能抓取未发表工作的工具。9月7日，纽约大学数学家Tristan Buckmaster称与Anthropic的Levent Alpöge围绕Navier–Stokes问题已推进一年；次日OpenAI宣布其agents解出该难题，Buckmaster质疑该时间点，并怀疑两人上传的信息被用于训练；OpenAI否认，称调查确认其"prompts"不可能以任何方式影响系统。
OpenAI宣称攻克Navier-Stokes问题,数学界在海德堡论坛展开审视
9月13日,德国海德堡Heidelberg Laureate Forum上,学者热议OpenAI、Anthropic、Google等AI公司进入数学。AI已解出Erdős的系列征题、验证Fermat大定理证明,最近OpenAI宣布解决Navier-Stokes存在性与光滑性问题——Clay Mathematics Institute于2000年提出的七个Millennium Prize Problems之一;此前仅Poincaré猜想由人类解决,若经验证将成为自动推理的分水岭。多伦多大学Fields奖得主Jacob Tsimerman称能力提升快于预期,“解决Navier-Stokes感觉相当确凿”,但他不了解细节;阿姆斯特丹大学Ailsa Robertson说“AI和LLM今夏点燃了数学界”。
Schwartz 放手让 Claude 解决"Claude 形状"问题, 由此做出精确计算工具包 BootLoops
客座作者 Prof. Matthew Schwartz 撰文介绍他对 AI 加速科研的新尝试。此前他在《Vibe Physics》中比较过 Claude 与物理学研究生的能力；这次他不再对抗 Claude，而是让它寻找"Claude 形状"的问题——最契合当前 LLM 工具能力的问题，由此构建了用于定量科学精确计算的工具包 BootLoops。同类计算常在差异极大的领域反复出现，Claude 因而联系到生态学、群体遗传学等十余个领域；这些联系技术上往往正确、起初却并不显眼，Schwartz 便与各领域专家合作，引导 BootLoops 面向这些领域真正关心的问题。他同时指出，当前 LLM 擅长做科学却还不是科学家，需要大量细致引导，他称之为"阻抗失配"。
Anthropic 称 Claude 算出九圈粒子物理散射振幅
Anthropic 于2026年9月25日在其研究网站发布客座文章，称其物理学家 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude 模型计算出平面 N=4 超 Yang-Mills 理论中六粒子散射振幅的九圈结果，回应了 Matt von Hippel 于2026年8月7日发起的公开挑战——他要求 AI 公司用学术研究者可得的计算资源，给出 N=8 超引力在七圈是否发散，或求出 N=4 超 Yang-Mills 的九圈六粒子振幅。Von Hippel 认为这类问题在计算上很难，复杂度随圈数呈指数甚至阶乘增长，但用已知方法原则上可解，只是需要更多算力。该结果经散射振幅研究者 Lance Dixon 核验。披露称 Anthropic 邀请并付费 von Hippel 撰写此文，员工对草稿提供反馈，内容与观点由其本人负责。
物理学家向 AI 公司发起的计算难题挑战, 一个月后被 Claude 攻克
物理学家兼科学写作者 Matt von Hippel 在 Anthropic 的这篇客座文章中回顾：他曾在理论物理领域工作，希望先看到大语言模型在他熟悉的难题上真正推进。他特意选择难在计算量、而非难在新想法的问题——想法有多难往往在被发现之前无从判断，计算上的困难则更为实在；这类问题看似只是超出了研究者可合理获得的计算机与时间。他向 AI 公司发起的挑战在一个月后即被攻克，标题《Yes, Claude can do Nine Loops》表明 Claude 完成了这一任务。文中他还表示自己一向不愿对 AI 作预测，因为专家意见分歧：有人确信 AI 距超级智能只有几年，也有人同样确信基于 LLM 的 AI 已接近上限，连出色的物理学工作都做不上，更遑论征服世界。
Anthropic 首个AI生物学发现: Claude 挑出疑似新基因编辑系统 ART
美国AI初创公司 Anthropic 宣布其分子生物学实验室的首个发现：Claude 模型在感染细菌的病毒中看到一段此前似被忽视的重复DNA序列，紧邻一个已知酶基因和一个功能未知的蛋白基因，结构类似 CRISPR。据公司介绍，约950个由Claude驱动的软件智能体用21小时梳理DNA序列数据库，从20多万个某类酶的基因中挑出20个值得深入研究的候选，这工作量相当于专家数周甚至数月。研究以预印本形式发表，尚未经同行评审，新系统ART功能未知，初步实验提示它或许像CRISPR一样可编程。Dario Amodei 称该发现仍属“初步”，“可能构成一种新的基因编辑机制”；Feng Zhang 称这段重复DNA“确实有趣”，值得进一步研究。
Anthropic称Claude发现新酶系统ART, 或提示新型基因编辑机制
美国Anthropic公司9月23日发布其分子生物学实验室的首个发现：Claude模型识别出一个此前未知的酶系统ART。据公司介绍，约950个Claude软件智能体在21小时内梳理DNA序列数据库，检出同一类酶的20多万个基因，并选出20个值得深入研究的线索，而这类工作通常需专家数周甚至数月完成。其中一个智能体在感染细菌的病毒中发现一段紧邻两个基因（一个已知酶、一个未知蛋白）的短重复DNA序列，构造类似CRISPR。该公司称该系统功能尚不清楚。首席执行官Dario Amodei在联合国安理会视频讲话中表示发现仍属初步，“可能构成新的基因编辑机制，或用于基因治疗”；发现尚未经评审，专家呼吁进一步研究。
Claude自主发现具有CRISPR样重复序列的新型酶系统
Anthropic 成立生命科学研究组与实验室，用 Claude 开展基础生物学研究：挖掘DNA数据集寻找未被表征的蛋白家族，大规模生成假设并在实验中验证。该组于2026年春季成立，旨在检验通用AI模型能否系统化地加速科学发现，让智能体与人类协作参与每个环节。早期成果是：在科学家只给出高层方向的情况下，Claude 自主发现了一套与一串DNA重复序列相关的新型酶系统，其模式让人联想到CRISPR。目前尚不清楚该系统的功能，但它具有一组此前仅在少数几个系统中同时出现的特征。
生物安全也是AI竞赛: Radical Numerics CEO Eric Nguyen谈基因组语言模型的攻与防
Radical Numerics 联合创始人 Eric Nguyen 讨论基因组语言模型与生物安全。他参与了 Evo 和 Evo 2 的开发；另一支 Arc/斯坦福团队随后用这些模型生成并合成了功能性噬菌体基因组。访谈区分了三个序列尺度：人类基因平均约 60K，较长基因可达 2.3M，而整个人类基因组约为 3B。Nguyen 认为，提升生物能力的模型也能帮助防御跟上能力进展。这里的 2.3M 指较长基因，不能写成全基因组大小。
Anthropic 湾区生物学实验室: 二手机器人报道与官方实验说明
这条 9 月 22 日的二手报道介绍了 Anthropic 在湾区设立生物学实验室，并转述让 Claude 指挥机器人实验的计划。9 月 23 日的 Anthropic 官方公告则明确说明，所介绍实验室的全部实验操作由人类科学家完成；Claude 负责基因组搜索、提出候选系统与辅助分析。两篇材料的时间和主张不同，不能将机器人的计划性报道写成已经实现的无人实验能力。官方公告中的 ART 酶系统功能仍在研究中。
Claude 优化生物分子建模开源模型, 平均提速约 4 倍
Claude 让科学家用于预测和设计生物分子的开源模型变得更快、更省内存：它在不到四周内优化了 30 多个这类模型，平均提速约 4 倍；还开发了一种低显存模式，使单个 NVIDIA GPU 节点即可准确预测超过 10,000 个 token（氨基酸、核苷酸，以及来自小分子和离子的原子）的生物分子体系。
英矽智能在《Cell》发表开源长寿AI工具套件
英矽智能于2026年9月17日宣布，研究在《Cell》发表，推出面向衰老生物学的开源AI工具：LongevityBench基准、5个小型Longevity-LLMs模型，以及Longevity Claw智能体研究平台。LongevityBench包含17项任务，覆盖临床数据、遗传学、表观遗传学、转录组学和蛋白质组学五类生物数据，旨在降低模型靠训练记忆作答的可能，转而考察其分析生物数据与识别模式的能力。作者用该基准评测了来自OpenAI、Google、Anthropic、xAI、DeepSeek和Moonshot AI六家团队的18个前沿AI系统，结果显示没有单一模型在所有任务中占优。
OpenAI宣称用AI攻克Navier–Stokes问题, 成果署名引争议
OpenAI于9月8日宣布其AI模型解决了流体力学难题Navier–Stokes问题，称这或将永久改变数学研究方式，同时引发成果归属争议。纽约大学Tristan Buckmaster与哈佛大学Levent Alpöge此前正借助OpenAI、Anthropic工具攻关该问题，Buckmaster称该公司在听闻其工作后介入，模型或从他们与ChatGPT的交互中学习；OpenAI发言人向Nature表示，经调查可完全确信7月3日后的用户输入不会以任何方式影响该系统，公司9月1日才开始研究，此前未以任何途径看到二人公开前的工作。伦敦政治经济学院知识产权法学者Luke McDonagh提醒，研究者未必意识到向个人AI账户上传数据的后果；25位Fields Medal得主在公开信中称AI工具模糊了恰当署名能力，引发严重的归属与抄袭问题，训练信息难溯源或危及学术信用。
《Science》刊文: Virtual Biotech 用 AI 智能体团队寻找肺癌药物
斯坦福大学计算机科学家 James Zou 团队在《Science》发表 Virtual Biotech 系统，它由多达 37,000 个可自主与大语言模型或其他智能体交互、执行多步任务的智能体组成，仿照生物技术公司设置首席科学官与各专业部门，底层模型使用 Anthropic 开发的 Claude。该系统分析了 55,000 多项临床试验的已发表结果，发现了一个或可预测临床试验成败的分子信号，并在人类监督下识别出一种有前景的肺癌治疗方案。不过其他科学家指出，Virtual Biotech 尚未经真实药物研发检验，其预测未获实验验证，更谈不上临床试验。
前OpenAI后训练VP回应陶哲轩: 别用今天AI的能力框定未来数学
前OpenAI后训练VP回应陶哲轩：说AI毁了数学，可能还是太小瞧AI了 未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。 henry 发自 凹非寺 量子位 | 公众号 QbitAI 说AI毁了数学，可能还是太小瞧AI了。 刚刚，OpenAI前后训练VPLiam Fedus，回应了陶哲轩等数学家关于“AI不应只追求解题，更应推动数学理解”的观点。 他赞同陶哲轩对概念理解的重视，但也认为不能用今天AI的能力边界，框定未来的可能性。 在Liam看来，未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。 换句话说，如果AI的训练目标不只是“把题做对”，而是进一步扩展到解释为什么、提炼方法、帮助人类理解，那么它最终可能成为一个既能给答案，也能创造新思路的数学研究伙伴。 这份乐观，与陶哲轩等25位菲尔兹奖得主最初联署的声明，既有共识，也有分歧。 双方都
陶哲轩、邓煜等25位菲尔兹奖得主联名声明: AI解题与数学共同体目标严重错位
陶哲轩邓煜究竟在反对什么：AI暴力解题摧毁人类数学精神 25位菲尔兹奖得主联名吹哨 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 面对近期AI大厂推进数学研究的方式，连一向与AI为善的陶哲轩都坐不住了。 刚刚，陶哲轩、邓煜等25位菲尔兹奖得主联合发起并作为首批签署人，发布了一份声明表示：AI公司推进数学的方式，已经与数学共同体的目标出现“severe misalignment（严重偏移）”。 因鉴于近期AI急剧发展对数学领域带来的冲击极为严峻，发起人未走流程繁琐的协商程序，而是选择紧急公开发布，以尽快回应危机。 过去几个月，大语言模型的数学能力急剧提升，已经能解决多个数学领域中重大的未决问题；但AI公司越来越倾向于把解决数学问题当作benchmark来推进的做法，对数学这门科学、对数学共同体都是有害的。 AI公司的目标与数学共同体的目标严重错位。 我们认为，这属于更广泛的错位问题的一部分，影响着其他科学与创意职业，乃至整
OpenAI 宣称破解 Navier-Stokes 问题, 数据隐私争议随之而来
据 The Week 报道，OpenAI 称用内部模型在约三天内给出 Navier-Stokes 存在性与光滑性问题的证明。该问题属于七大 Millennium Prize Problem，研究描述液体与气体运动的方程，可用于预测天气、模拟洋流或整体气候。New Scientist 称公司先用 1,000 个 AI agent 攻克类似问题，再用约 10,000 个完成任务；客户运行同一问题约需 1,500 万美元（1,100 万英镑）。但成果被一场“争议”笼罩：纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究者 Levent Alpöge 此前也借助包括 OpenAI Codex 在内的大语言模型宣布“破解”三个相关问题，信息私下保存，公布时间在 OpenAI 发布前数小时，由此引发对数据隐私与研究完整性的质疑。
该致敬时就致敬: Anthropic称Claude在11天内完成费马大定理的首个完全由计算机验证的证明
Anthropic在社交媒体声明中称，其AI模型Claude在11天内完成了费马大定理的首个完全由计算机验证的证明。安德鲁·怀尔斯于1995年证明了这一定理；Claude的这一成就就是将现有证明转化为计算机可以核查的形式，而非提出新的数学证明。
Claude 用 Lean 在 11 天内形式化费马大定理并完成计算机验证证明
Anthropic 表示，他们分享了费马大定理的首个完整计算机验证证明。Claude 在 11 天内基本自主地用 Lean 编程语言写出证明，期间生成 1300 万行 Lean，并证明 29,500 个中间定理。费马约在 1637 年提出：对任意 n > 2，不存在正整数 a、b、c 满足 aⁿ + bⁿ = cⁿ。Andrew Wiles 爵士 1995 年的首个证明长达 129 页。此后，包括伦敦帝国理工学院 Kevin Buzzard 于 2024 年发起的多年社区努力，推动用 Lean 证明助手完成形式化。Anthropic 研究员 Tianyi Peng 所在的哥伦比亚大学团队构建 AI 形式化工具；他测试 Claude 能否推进 FLT 形式化，结果超出预期。Buzzard 称，这项自动形式化成就证明 FLT 时除数学公理外没有其他假设，并显示 AI 自动形式化产物已足够稳健、可被继续构建。
自动化研究人员能可靠缓解对齐失败
Anthropic新报告称，让Claude作为自动化研究员自主训练模型，可缓解10类对齐失败。Claude通过“搜索文献—提出方法与数据—训练—测试”的循环逐一处理各类失败，并以“安全差距闭合百分比”衡量进展；研究排除了损害通用能力的方法，禁止Claude直接将自己的对齐方式蒸馏进目标模型，并由监控代理在运行前预读其方法。结果显示，Claude发现的修复在所有10类失败上改善了目标基准且未损害能力；最优方法在Claude研究循环中从未见过的对齐评测和Petri上依然有效，也适用于比该测试中要求Claude对齐的模型更大的模型。
菲尔兹奖得主将加入 OpenAI, 约 40 位数学家齐聚 AI 与数学未来闭门峰会
上个月刚获菲尔兹奖的 Jacob Tsimerman 宣布将加入 OpenAI 从事 AI 安全研究。8 月初，他与研究科学家 Sébastien Bubeck 在旧金山总部召集约 40 位数学家闭门开会，一场报告题为《The End of Mathematics》。多伦多大学教授 Daniel Litt 警告人类数学专长可能完全消失，但认为极端情形可能性不大；MIT 的 Drew Sutherland 称数学家或许是“煤矿里的金丝雀”。数学被视为高级认知能力的代理指标。5 月，未发布的 OpenAI 模型用代数数论工具推翻单位距离猜想；8 月，OpenAI 宣布 10 项新发现；Anthropic 的 Levent Alpöge 用 Claude 在 668 维超立方体上构造出正交向量对。
AI新闻: 质量差10%, 成本低100倍, 速度快10000倍: 为何模拟正在接管
据Latent Space报道，自2022年以来，人工智能流水线的各个组件正逐步从人工制造转向模型制造，每个转变都始于前沿实验室的“零号病人”。这种转变可概括为“模拟”，其特点是性能略差（10%），但成本极低（100倍）且速度极快（10000倍）。第一阶段（2022年）：奖励信号合成化，InstructGPT建立奖励模型范式，随后宪法AI和RLAIF让AI自我评判。第二阶段（2023年）：训练数据合成化，微软Phi系列证明“教科书即一切”，苹果WRAP通过LLM重写整个网络使预训练效率提升约3倍，NVIDIA的Nemotron-4 340B发布了许可的合成数据生成流水线。
表征小型语言模型中的干扰权重
机制可解释性的目标之一是将神经网络像计算机程序一样阅读，但超位置使特征通过低维投影读写，导致虚拟权重叠加。此前在玩具模型中识别出干扰权重。本研究训练一个单层Transformer，分解其词语、位置、特征和逻辑之间的虚拟权重，并沿有效性和有用性两个维度打分。结果发现一个干扰权重：从“IN”到逻辑的路径最大投票预测“utions”，但该词在训练中从未出现在“IN”后，因此每次影响输出都损害损失。这展示了干扰权重在训练过的Transformer中的存在，属首次。
用直接偏好优化与LoRA审计偏好偏差并微调语言模型
本教程介绍了一个端到端的偏好学习工作流，使用Anthropic HH-RLHF数据集和直接偏好优化（DPO）微调语言模型。内容包括：准备Colab环境，加载和分析选择/拒绝响应对，审计数据集结构及长度偏差，进行词汇捷径诊断，构建兼容不同版本的DPO训练流程（使用TRL和可选的LoRA），微调Qwen2.5-0.5B-Instruct模型，评估奖励准确性和训练行为，分析各子集性能，检查长度偏差，生成示例响应并保存策略。
Claude如何加速蛋白质设计与分析化学研究
本文介绍了两项研究成果，展示Anthropic的Claude如何帮助生命科学家加快研究进度。第一项测试了Claude从头设计蛋白质结合剂的能力，这一关键步骤过去每个靶点需要专家花费数周至数月。第二项评估了Claude加速化学分析的潜力。Claude Opus 5这一通用模型处理了NMR和LC-MS数据，这些数据用于化学家评估化合物身份和纯度。
《AINews》如何窃取推理痕迹
《AINews》报道了一项新研究，该研究展示了如何解码加密的推理轨迹，并将其移植到其他模型、会话或用户中，从而显著改进开放模型。自o1发布以来，前沿实验室的推理模型加密了其推理轨迹以防止蒸馏，但此研究表明这些加密块可被重放至较弱模型并经提示转录。研究还警示，公开分享的加密推理会话可能泄露个人数据，初步扫描约7000条公共轨迹发现62个API密钥、33个邮箱、33个密码等敏感信息。论文还涉及对齐问题，如思维链摘要器隐藏答案等。
进一步了解 Claude 的数学能力
Anthropic 的一名员工给未发布的研究版 Claude 布置了一个近乎不可能的挑战：认真尝试黎曼猜想。Claude 并未成功，但在过程中意外改进了黎曼ζ函数满足黎曼猜想的零点占比的已知下界，将这一长期由数学家逐步推进的比例从 41.6% 提高到 67.2%。供职于 Anthropic 的两位数学家审阅并验证了 Claude 的论文，为专家撰写了简洁的非正式说明；Claude 还生成了可形式化验证的证明。外部专家 Brian Conrey 和 Dan Goldston 在短时间内审阅了该论文。Anthropic 不认为这些技术会导向黎曼猜想的证明，但称这是 AI 模型数学能力快速进步的最新例证。
Anthropic同日收紧又放宽Fable 5生物学安全措施, Stanford研究展示AI可设计病毒基因组
Anthropic于8月7日更新Fable 5的生物学安全措施：良性查询的生物回退减少约85%，安全分类器的“宪法”被重写再训练，用以区分日常健康教育问题与仍被拦截的双重用途研究；病毒学、毒理学、分子设计、药物设计类查询仍转给较弱的Opus 5。公司称Fable 5尚不能用于专业生物学研究或药物开发，正为研究者构建受审查的门槛式访问通道，其自身评估承认该模型可能为恶意行为者提供显著助力。同日，Stanford与Arc Institute在Science发文，展示Evo 1和Evo 2可设计完全有功能的病毒基因组，Evo 2为开放权重模型。
Patrick Hsu: AI 如何催化生命科学?
“生物学的未来是可编程的。”Ground Truths 再次邀请 Arc Institute 联合创始人兼核心研究员 Patrick Hsu，讨论数字生物学、生命语言大模型（LLLMs）与通用生物人工智能（GBAI）。话题还包括两篇发表于 5 月的多智能体 AI 药物发现 Nature 论文、Biomni、AI 公司推出的科学工作台、Virtual Cell 项目，以及利用 OpenAI 寻找阿尔茨海默病药物发现的新机制靶点。节目也谈及人类沦为实验室助手及 AI 被恶意用于制造生物武器的担忧。
看似合理但无效: 将LLM作为合成调查受访者的心理测量学审计
大型语言模型（LLM）常被用作合成调查受访者，但研究指出其个体答案看似合理，却未保留真实人类调查数据的联合分布、潜在结构、信度、中介路径和人口效应。研究引入立陶宛组织心理学数据集（n=263，68条目，12子量表），对37个模型进行心理测量相似度评分（PSS），并与五个非LLM统计基线及人-人上限比较。结果显示，LLM再现了定性方向，但高斯copula基线在PSS上优于所有LLM；LLM之间更相似（平均PSS 0.73）而非与人类相似；记忆化不是驱动因素。反事实交换显示教育效应（|d|=0.56）远超性别（0.12）和角色（0.18）。所有LLM表现出强顺从偏移（+0.84 SD），合成训练的回归器在保留人类上预测效度下降（平均R²-0.18 vs 0.28），并在3/10安慰剂中介路径上虚构间接效应。LLM样本不能替代人类调查数据。
为生物学中的智能体铺路
Laura Luebbert 在文章中提出，生物数据基础设施需要为智能体而设计。团队以从 NCBI Virus 数据库检索序列数据为案例，测试了 Claude、Biomni Open Source（Biomni OSS）、Edison Analysis、GPT 等科研智能体，发现即使最强的模型也未能稳定达到构建可靠数据集所需的精度；在加入确定性检索层 gget virus 后，准确率接近 100%。结论是：当下确定性检索工具对智能体工作流的可靠性至关重要，生物数据库应把智能体视为规模化用户来设计。作者以旧城与软件基础设施类比，说明现有生物学数据格式异构、分散、依赖一次性脚本，难以导航。
让Claude成为化学家
Anthropic在Anthropic Science Features发文称，正与世界一流的合成、计算和分析化学家合作，提升Claude的化学能力。作为该工作的首个成果，Anthropic化学家David Kamber考察了Claude如何应对化学家最常用的分析输入——NMR谱。文章强调，化学家需在白板手绘结构、仪器读数、数据库查询字符串及专利/出版物的技术记法之间转换；CAS作为最大的化学登记库，已收录逾2.9亿种已披露物质，每天新增约15,000种。AI虽很适合承担这一研究负担，但在化学领域仍基本停留在愿景层面。
《Marcus on AI》审视 OpenAI 在 Erdős 问题上的成果
「Marcus on AI」对 OpenAI 在 Erdős 问题上的成果提出质疑。文中转述 Cal Newport 的邮件：OpenAI 用一款尚未发布的推理模型，通过 chain-of-thought 式「出声思考」，帮助找到一个反例，推翻了 Paul Erdős 80 年前提出的离散几何猜想；职业数学家从长篇推理记录中识别反例并改写为标准证明。审阅完整输出的数学家 Thomas Bloom 指出，研究者多认同 Erdős「猜想为真」的信念而专注求证，大模型工具却系统运用并扩展已有技术、寻找猜想为假的证据；AI 常沿人类认为不值得尝试的路径坚持，兼具超人耐心与广泛技术储备。作者另指出，近年 LLM 已与计算机辅助数学工具结合，系统探索人力难以持久钻研的问题空间。
用 BioMysteryBench 评估 Claude 的生物信息学研究能力
Anthropic 发现团队研究员 Brianna 在博文中分享了近期生物信息学基准测试工作。文章回顾了大语言模型评估的演进：从 MMLU-Pro、GPQA、LAB-Bench 等侧重专家知识、推理和文献工作的基准，到 FrontierScience、Humanity's Last Exam 等更难的科研推理评测，再到 BLADE、BixBench、SciGym 等面向真实工作流的任务式基准。这类测试旨在判断模型是否足够胜任、可靠，能否支撑甚至完成专业级科研工作；科研人员目前已用模型编写分析管线代码、提出假设并从数据中得出结论。所给摘录未介绍 BioMysteryBench 的具体设计或结果。
Vibe物理: AI研究生
在《Vibe physics》客座文章中，哈佛物理学家、NSF IAIFI负责人Matthew Schwartz全程用文字提示指导Claude Opus 4.5完成一项真实理论物理计算，自己从未直接触碰文件。他用提示词封装代码与计算复杂度，两周内得到一篇技术严谨且具影响力的高能理论物理论文，而通常需要一年；过程涉及超过110份草稿、36M tokens和40多小时本地CPU计算。他认为Claude快速、不知疲倦且急于取悦，但也足够粗心，仍需领域专家评估准确性；AI尚未实现端到端科学，但一组提示词已能驱动前沿科学，三个月前还不行。他称这可能是他写过的最重要的论文——不为物理，而为方法。
用于科学计算的长时运行Claude
Anthropic研究人员Siddharth Mishra-Sharma介绍，可将多日智能体编码工作流（测试预言、持久记忆、编排模式）用于科学计算，即使超出自身专业领域。科学家不再需要在对话循环中逐步紧控，而是设定高层目标后让一组智能体自主工作，数小时完成原本需数天至数月的项目。适合范围明确、成功标准清晰、可间断监督的任务，如重实现数值求解器、转换旧Fortran软件、对照参考实现调试大型代码库。Anthropic的C编译器项目曾让Claude在约2000个会话中构建可编译Linux内核的C编译器。文中以Claude Opus 4.6实现可微宇宙学玻尔兹曼求解器为例。