云栈社区»论坛 › 站务中心「 Forum Service 」 › Anthropic 35页报告：AI接管38%科研工时，产出最高飙升16倍 ...

发回帖发新帖

5322 积分	0 好友	676 主题

发消息

Anthropic 35页报告：AI接管38%科研工时，产出最高飙升16倍

发表于 12 分钟前 | 查看: 4| 回复: 0

AI移除工作周后半部分的起重机插画

该来的还是来了。就在昨晚，「AI 2027追踪器」更新的一张图刷爆了全网。经过这一调整，ASI 的到来时间表再次提前了 6 周。

原因并不复杂——METR 周五发布的调查报告，首次曝光了 Anthropic 神秘 Model 4 在 AECI 上拿下了历史最高分。这款上个月刚完成训练的内部模型，内部员工实测后，生产力直接暴涨了 12 倍。

AI 2027任务水平进度追踪图

巧合的是，Anthropic 也在同一时间端出了一份 35 页重磅报告，亮出了一组关于 AI 科研提速的惊人数据。

Anthropic关于AI科学建模的博客文章截图

如果把手中的 AI 能力彻底拉满，AI 可以直接接手一项新研究中 27% 到 52% 的研究人员工时，中位数是 38%。换算下来，一位科学家一周 5 个工作日里，将近 2 天的活儿可以由 AI 全部扛下。

不同学科被 AI 提速的幅度差距相当明显。扒光超过 20 万次真实对话后，Anthropic 发现：Claude 让统计学的科研产出飙到原来的 2.02 倍，计算机科学是 1.96 倍。而如果整套流程全部跑通、实现 100% 自动化，部分学科甚至可以狂飙至 16 倍。

有网友直言，「整个科学史恐怕要被彻底翻页了，以后的科研，AI 才是主力」。

网友对AI科研前景的评论截图

全球 4.3% 计算机科学家刷走 1/3 Claude Code

这份报告是 Anthropic 第一次用真实使用数据，系统摸清 AI 加速科研的实际速度。

为了看清普通科学家每天都在用 Claude 做什么，团队引入了「SciNet 科学分类法」。这套体系把科研拆成了 7262 个具体任务，覆盖 34 个学科、318 个子领域。而且 SciNet 基本涵盖了一项新发现从最初清洗数据，到分析数据、提出假设、设计材料等所有环节。

接下来，研究团队抓取了 128914 次 Claude 对话，以及 78135 次 Claude Code 对话。在外部，他们还找了 528 位一线学者做深度问卷。

超 20 万次会话一拉出来，各个学科的「贫富差距」直接拉满。单看 Claude 对话，排在前三的是计算机（11.9%）、工程学（8.4%）和医学（7.7%）。到了 Claude Code 这一侧，「偏科」现象更加极端：搞计算机的人只占全球科研圈的 4.3%，却刷爆了 32.7% 的 CC 科研对话。

Claude在科学领域使用情况散点图

Claude在科学子领域使用情况散点图

再把镜头拉向 318 个细分领域，数据更夸张：专攻 AI 和机器学习的那批人，只占全球科学家的 1.2%，却刷掉了 CC 15.2% 的对话量。合着这群造 AI 的人，自己用起 AI 来才是最狠的。

不管是生物学、语言学还是神经科学，只要前面加上「计算」两个字，几乎都在疯狂输出 Token。而每天泡在实验室里的化学家、坐诊看病的临床医生，使用 AI 的频率明显低了不少。

现在最依赖 AI、被 AI 提速最猛的学科，像计算机、统计学、机器学习，恰恰就是造出 AI 的那批学科本身。在这个圈子里，AI 帮人类更快造出下一代，下一代 AI 又反过来倒逼科研提速，形成了一个完整的闭环。

AI全自动化场景下科研产出预测文本

数据背后，另一个反差体现在任务层面。「数据分析」成为绝对的霸主——科学家平均花 27.6% 的时间干这活儿，但在 Claude 上占 33.7%，在 Claude Code 上更是飙到 48.1%，直接占了半壁江山。

写作与交流同样是高频刚需。人类平时花 16.0% 的时间写论文，在普通 Claude 上却吞掉了 32.0% 的会话量，足足超标一倍。另一边，数据收集占了 28.6% 的工时，在 Claude 上只有 11.5% 的会话；提点子、做假设占 7.1% 的时间，在 Claude Code 上更是只有 2.1%。

最扎心的是，在 528 位科学家的问卷里，「提出点子与假说」和「数据采集」的需求分别位列第一和第二。也就是说，科学家最看重的两件事，恰恰是 AI 目前参与最少的两件事。

Claude按科学任务类别使用量条形图

那么在实际操作中，科学家究竟是凭什么决定把某个任务交给 AI 的？

Claude 最擅长的活，用量直接翻 4 倍

Anthropic 把 7262 个科研任务逐个拉出来，为 AI 的上手程度打了分。打分方式类似下棋的 ELO 机制：每次拎出两个科研步骤让 AI「PK」，看 AI 做哪个更顺手，赢了加分、输了扣分，最终排出一张实力榜。

榜单出炉后，实力差距一目了然。AI 最拿手的前 20% 任务，比如画数据图、跑统计检验，在 Claude 上的调用量是正常工时占比的 2 倍，到了 Claude Code 更是狂翻 4 倍。至于排在倒数 20% 的苦力活，包括实验室提纯混合物、蹲点做调查等，基本没人指望 AI。

Claude使用与理论AI能力关系折线图

那 AI 到底擅长干啥，又是谁说了算？报告扒出了底层的硬核逻辑，关键就在于这活儿到底适不适合做强化学习。验算结果、电脑模拟、及时反馈，全都被纳入了考量范畴。这两者的相关性直接飙到了 0.78。

简单说，只要能靠「题海战术」搞定的任务，AI 基本稳赢。另外，纯动脑子的活儿也很加分，相关性达到 0.69；但需要亲自动手实操的活儿则会疯狂掉分，相关性只有 -0.57。

理论AI能力与任务特征相关性横向条形图

说白了，科学家也在用脚投票，把 Claude 精准用在了它最擅长的地方。那 AI 难道只能打打杂、跑跑数据、改改论文吗？

用上 Claude Science 之后，「出点子、提假设」这类深度脑力活占了对话的 8%，恰好和科学家平时投入的时间对齐。当然这类任务明显更硬核——超 80% 的任务必须得有博士背景的人才能介入。七成以上的对话由 Claude Science 自主完成，而普通 Claude 只有 23.7%。单次会话消化掉的活儿，如果让人类自己死磕得花上 10.3 小时，工作量是普通版的两倍还多。

举个例子，推算蛋白质和药物分子具体如何结合，在 Claude Science 上跑的概率是普通版的 5.6 倍。

Claude Science在科学领域任务分布统计图表

AI 接管超一半科研工时计算机狂飙近 2 倍

接下来，Anthropic 团队又算了一笔更细的账：AI 具体能把科研推进到什么程度。

他们假设了三种情景。第一种以现在 AI 的水平为基础，假设全行业都普及使用。问卷中，AI 参与度被分成五档，从「完全不用」到「全自动」，分别对应 0%、25%、50%、75% 和 100% 的人力工时。接着按各项任务的上手难度，把这五档对应贴上去。最后一合计，AI 能接手人类 27% 到 52% 的工作时长，中位数刚好是 38%。

但省下来的时间并不能 1:1 转化为产出。AI 把能干的环节加速了，科学家就会把精力集中到它帮不上的地方，比如提出新问题、做实验——道理和木桶效应一样。再加上 AI 本身也要花钱：报告假设 AI Agent 的成本是 30 美元/小时，研究员则是 95 美元/小时。AI 每替人省 1 小时要跑 0.2 小时，相当于花 6 美元换回 95 美元的人力。

把这些因素都算进去后，统计学的产出是原来的 2.02 倍，计算机科学 1.96 倍。艺术只有 1.35 倍，人类学 1.36 倍，化学 1.41 倍。

科研时间释放与加速三场景对比图

对于不同领域产出的显著差异，Anthropic 给出了两个关键因素。一方面是「必须实操」的任务占比：农学、生物医学、化学、材料等学科，近 38% 到 41% 的工时必须靠人肉身去试，而大部分学科这一比例仅有约 4%。另一方面是 AI 到底接不接得住：艺术、历史等学科倒不用上手，但全凭主观解读和定性分析，没法靠「刷题」让 AI 猛练，能力分上不去，速度自然提不起来。

当然，这一切的前提是人们真的在用。

AI 全自动完成，16 倍封顶

如果 AI 再强一截呢？情景二把步子迈得更大——假设所有不用动手的活儿，75% 全交给 AI 自动推进。这时候分化程度更加严重：计算机科学一骑绝尘，飙到大约 8 倍速；统计学、图书情报学达到 7 倍；经济学冲上 6 倍。而那些需要进实验室的实验和医学类学科，撑死也就加速 2 到 3 倍。

第三种场景干脆拉满，所有不用亲自动手的工作 100% 全自动化。最有意思的剧情反转出现了：统计、计算机、经济、数学、心理学，甚至包括文史艺术学科，全员起飞，提速 15 到 16 倍。可生物、化学、材料这些重度实验学科，却卡在了 3 到 4 倍。那约 40% 必须人肉去干的实体操作，成了怎么也绕不过去的致命天花板。

Claude使用与研究时间释放散点图