Anthropic在2026年9月推进生命科学业务的两项动作相互衔接：其一是向通过核验的组织开放、但并非毫无限制的生物学AI能力；其二是在旧金山湾区建立湿实验室，把AI生成的科学设想带到真实实验环境中检验。前者解决“谁能用、能用到什么程度”的问题，后者则试图回答“模型在实体科学中到底是否有效”。617

LSVP：不是公开放开，而是“核验后准入”

Anthropic推出的测试版生命科学核验计划（Life Sciences Verification Program，LSVP）已经通过早期访问吸纳了数十家组织，如今开始接受更广泛生命科学界的申请。申请者需要接受科研资质、安全实践及伦理研究监督等方面的核验。6

获批的生命科学专业人士可使用Claude Mythos、Opus和Sonnet模型。这些模型的生物学安全措施经过调整，相比面向普通消费者的访问方式，对正当专业研究更为宽松。Anthropic将适用场景定位为研究生物学、药物发现、临床开发、生产制造及其他相关生命科学流程。6

该计划初期只面向团队和机构，而非个人订阅用户。Anthropic表示，未来会逐步扩展至个人Pro和Max订阅计划，但尚未公布具体时间表。6

两类授权：常规研究与项目级高风险研究

LSVP将访问权限分为两档：

• 标准使用（Standard Use）：适合正常生命科学工作中的广泛团队使用，覆盖Mythos 5.1、Opus 5和Sonnet 5；授权按年续期，并计划延续至后续模型。6
• 高风险使用（High-risk Use）：作为针对单个项目的附加授权，用于处理标准使用会拦截的工作。对获批项目，它会移除生命科学相关的拦截性安全措施；授权每六个月续期，初期适用于Opus 5和Sonnet 5。Anthropic称，因仍在与美国政府协调，Mythos的更广泛高风险访问目前仍受限制。6

这并不等于模型能力向所有人无限制开放。访问仍绑定于经核验组织、明确申报的用途，以及可复审、可续期的授权机制。

安全机制从“即时拒答”转向离线识别异常

Anthropic列出LSVP重点防范的三类风险：账号被盗或遭恶意软件接管；拥有合法权限的内部人员挪用访问能力；以及长时间运行、群体协同等自主代理系统采取不安全行动。6

为此，计划不再主要依靠模型在每次请求中即时拒绝，而是把访问与申报用途关联，并采用离线监测分析跨请求、跨会话的可疑模式。发现异常后，相关案例可按事先约定的响应时限升级给组织管理员处理。6

与这类监测有关的流量会保留30天。Anthropic表示，这些数据会被隔离存放，不会用于模型训练，生命科学研究团队也无法访问。6

公司还称，已观察到越来越复杂的AI滥用尝试，可能为生物武器开发提供支持。不过，现有材料没有披露涉及的病原体、行为主体或具体方法，因此不应据此作进一步推断。6

湿实验室的意义：让AI结果接受真实实验检验

路透社报道，Anthropic已在旧金山湾区设立一间用于实体生物学工作的湿实验室；公司生命科学负责人Eric Kauderer-Abrams确认了实验室的存在。Anthropic表示，部分工作会由内部开展，部分将与外部合作伙伴完成；发言人同时澄清，这一设施并非专门的药物发现实验室。17

这里的“湿实验室”指能够实际进行生物、化学等实体实验的场所，与仅在计算机中进行模拟或数据分析的“干实验”相对。其战略价值在于：AI提出的假设不能只停留在计算预测，还要通过实验获得反馈。

据报道，Anthropic正在探索让Claude辅助指挥执行实验的机器人系统，在有限人工介入下完成部分实验步骤，同时保留人的监督。17

这并不代表Claude已经能够独立运营一条完整的新药研发管线。更准确地说，Anthropic正在建设验证能力，以检验AI生成的科学想法能否经得起物理世界实验的考验。

Claude优化生物分子模型：约4倍提速是公司报告结果

Anthropic另称，Claude在不足四周内优化了30多个开源生物分子模型。这些模型用于生物分子预测与设计；按公司的说法，优化后平均运行速度约提升4倍，同时降低了内存占用。公司还描述了一种低内存模式，可在单个NVIDIA GPU节点上，对超过10,000个token的生物分子系统进行准确预测，其中token可包括氨基酸、核苷酸以及小分子和离子中的原子。42

这展示了AI在科学计算中的一条现实路径：不一定直接替代研究人员提出结论，而是先提升研究人员长期使用的基础计算工具效率。不过，这些指标目前仍是Anthropic自行发布的结果。现有材料也不足以证实具体的蛋白质设计成本对比，或确认任何代码以Apache 2.0许可证发布。42

更大的布局：服务药企，也做面向“被忽视疾病”的内部探索

LSVP和湿实验室并非孤立项目。它们与Anthropic更广泛的生命科学布局相连，包括面向药物研发者的Claude Science，以及一项内部药物发现计划。公司称，内部计划将聚焦传统制药行业可能因商业回报不足而较少投入的“被忽视疾病”。27

路透社报道，这轮扩张发生在Anthropic准备潜在首次公开募股（IPO）的背景下；该公司也正与多家大型药企合作，包括罗氏旗下基因泰克（Genentech）、百时美施贵宝和诺和诺德。17

Anthropic划出的边界是：其目标并非在整个制药价值链上与药企正面竞争。公司将自身的临床前探索定位为瞄准未被满足、或商业吸引力较低的需求，而不是将主流药物自行推进至上市，或自行开展临床试验。1727

结论

LSVP本质上是在处理一个棘手的平衡：让合格科研人员在正当生物学研究中少受不必要阻碍，同时不把高能力生物AI当作面向公众的通用工具。湾区湿实验室则把这套策略从软件延伸到实验验证。

这能否真正加快科学发现，最终不只取决于模型能力，还取决于实验设计与复现质量、合作方的治理能力，以及AI系统在真实研究环境中受到的安全约束。617

Anthropic在2026年9月推进生命科学业务的两项动作相互衔接：其一是向通过核验的组织开放、但并非毫无限制的生物学AI能力；其二是在旧金山湾区建立湿实验室，把AI生成的科学设想带到真实实验环境中检验。前者解决“谁能用、能用到什么程度”的问题，后者则试图回答“模型在实体科学中到底是否有效”。617

LSVP：不是公开放开，而是“核验后准入”

Anthropic推出的测试版生命科学核验计划（Life Sciences Verification Program，LSVP）已经通过早期访问吸纳了数十家组织，如今开始接受更广泛生命科学界的申请。申请者需要接受科研资质、安全实践及伦理研究监督等方面的核验。6

获批的生命科学专业人士可使用Claude Mythos、Opus和Sonnet模型。这些模型的生物学安全措施经过调整，相比面向普通消费者的访问方式，对正当专业研究更为宽松。Anthropic将适用场景定位为研究生物学、药物发现、临床开发、生产制造及其他相关生命科学流程。6

该计划初期只面向团队和机构，而非个人订阅用户。Anthropic表示，未来会逐步扩展至个人Pro和Max订阅计划，但尚未公布具体时间表。6

两类授权：常规研究与项目级高风险研究

LSVP将访问权限分为两档：

• 标准使用（Standard Use）：适合正常生命科学工作中的广泛团队使用，覆盖Mythos 5.1、Opus 5和Sonnet 5；授权按年续期，并计划延续至后续模型。6
• 高风险使用（High-risk Use）：作为针对单个项目的附加授权，用于处理标准使用会拦截的工作。对获批项目，它会移除生命科学相关的拦截性安全措施；授权每六个月续期，初期适用于Opus 5和Sonnet 5。Anthropic称，因仍在与美国政府协调，Mythos的更广泛高风险访问目前仍受限制。6

这并不等于模型能力向所有人无限制开放。访问仍绑定于经核验组织、明确申报的用途，以及可复审、可续期的授权机制。

安全机制从“即时拒答”转向离线识别异常

Anthropic列出LSVP重点防范的三类风险：账号被盗或遭恶意软件接管；拥有合法权限的内部人员挪用访问能力；以及长时间运行、群体协同等自主代理系统采取不安全行动。6

为此，计划不再主要依靠模型在每次请求中即时拒绝，而是把访问与申报用途关联，并采用离线监测分析跨请求、跨会话的可疑模式。发现异常后，相关案例可按事先约定的响应时限升级给组织管理员处理。6

与这类监测有关的流量会保留30天。Anthropic表示，这些数据会被隔离存放，不会用于模型训练，生命科学研究团队也无法访问。6

公司还称，已观察到越来越复杂的AI滥用尝试，可能为生物武器开发提供支持。不过，现有材料没有披露涉及的病原体、行为主体或具体方法，因此不应据此作进一步推断。6

湿实验室的意义：让AI结果接受真实实验检验

路透社报道，Anthropic已在旧金山湾区设立一间用于实体生物学工作的湿实验室；公司生命科学负责人Eric Kauderer-Abrams确认了实验室的存在。Anthropic表示，部分工作会由内部开展，部分将与外部合作伙伴完成；发言人同时澄清，这一设施并非专门的药物发现实验室。17

这里的“湿实验室”指能够实际进行生物、化学等实体实验的场所，与仅在计算机中进行模拟或数据分析的“干实验”相对。其战略价值在于：AI提出的假设不能只停留在计算预测，还要通过实验获得反馈。

据报道，Anthropic正在探索让Claude辅助指挥执行实验的机器人系统，在有限人工介入下完成部分实验步骤，同时保留人的监督。17

这并不代表Claude已经能够独立运营一条完整的新药研发管线。更准确地说，Anthropic正在建设验证能力，以检验AI生成的科学想法能否经得起物理世界实验的考验。

Claude优化生物分子模型：约4倍提速是公司报告结果

Anthropic另称，Claude在不足四周内优化了30多个开源生物分子模型。这些模型用于生物分子预测与设计；按公司的说法，优化后平均运行速度约提升4倍，同时降低了内存占用。公司还描述了一种低内存模式，可在单个NVIDIA GPU节点上，对超过10,000个token的生物分子系统进行准确预测，其中token可包括氨基酸、核苷酸以及小分子和离子中的原子。42

这展示了AI在科学计算中的一条现实路径：不一定直接替代研究人员提出结论，而是先提升研究人员长期使用的基础计算工具效率。不过，这些指标目前仍是Anthropic自行发布的结果。现有材料也不足以证实具体的蛋白质设计成本对比，或确认任何代码以Apache 2.0许可证发布。42

更大的布局：服务药企，也做面向“被忽视疾病”的内部探索

LSVP和湿实验室并非孤立项目。它们与Anthropic更广泛的生命科学布局相连，包括面向药物研发者的Claude Science，以及一项内部药物发现计划。公司称，内部计划将聚焦传统制药行业可能因商业回报不足而较少投入的“被忽视疾病”。27

路透社报道，这轮扩张发生在Anthropic准备潜在首次公开募股（IPO）的背景下；该公司也正与多家大型药企合作，包括罗氏旗下基因泰克（Genentech）、百时美施贵宝和诺和诺德。17

Anthropic划出的边界是：其目标并非在整个制药价值链上与药企正面竞争。公司将自身的临床前探索定位为瞄准未被满足、或商业吸引力较低的需求，而不是将主流药物自行推进至上市，或自行开展临床试验。1727

结论

LSVP本质上是在处理一个棘手的平衡：让合格科研人员在正当生物学研究中少受不必要阻碍，同时不把高能力生物AI当作面向公众的通用工具。湾区湿实验室则把这套策略从软件延伸到实验验证。

这能否真正加快科学发现，最终不只取决于模型能力，还取决于实验设计与复现质量、合作方的治理能力，以及AI系统在真实研究环境中受到的安全约束。617