Anthropic、OpenAI同一天落子AI4S赛道，巨头混战从「拼模型」转向「卡生态」

“各方筹码不同，同天落头混盲区各异，赛生态目前尚无一家掌握必胜底牌。道巨”

作者丨周蕾
编辑丨岑峰

6月30日，拼模Anthropic与OpenAI在AI4S（AI for Science，型转人工智能驱动科学研究）赛道同时落子，同天落头混标志着该领域的赛生态竞争逻辑发生根本性转变。

Anthropic发布科研智能体工作台 Claude Science，道巨明确宣称“不依赖新模型”，拼模旨在通过工作流整合现有能力，型转全面接管科学家的同天落头混日常研究流程。

OpenAI则推出 GeneBench-Pro，赛生态这是道巨一套涵盖基因组学、定量生物学等10个领域的拼模评测基准。测试数据显示，型转在129个真实科研Workflow题目中，即便是最强的GPT-5.6 Sol，端到端通过率也仅为28.7%。

尽管两家巨头的切入点看似迥异，但其底层逻辑基于同一共识：AI4S的核心瓶颈已不再是模型能力的不足，而是模型尚未实现真正的端到端闭环。

基于此，Anthropic的策略是将现有模型封装进可扩展的工作台，利用工具链和流程优化来弥补模型的不稳定性；OpenAI则试图通过定义“科研任务完成标准”，将话语权锁定在行业标准之中。

在此之前，Google DeepMind已凭借AlphaFold等基础模型在AI+科学领域深耕多年，其 Gemini for Science平台正通过专有资产与数据库的深度捆绑，以平台化整合的方式切入市场。

至此，AI4S战局已悄然进入“巨头生态混战”阶段，竞争焦点从单一模型能力的比拼，全面切换至生态位卡位与工作流整合的深水区。

01 AI4S遭遇“Notice-Act Gap”天花板

为何三大巨头不约而同地在此时点，将战火引向AI4S的底层基础设施？

以OpenAI发布的GeneBench-Pro为例，其设计了129道题目，完整模拟了真实科研Workflow：从原始数据清洗、质控、建模、诊断，直至得出结论。评分标准采用严苛的二元制：只有全部决策正确才算通过。这意味着，即便中间分析步骤无误，只要最终结论出错，该题即为零分。

数据揭示了当前模型的局限：
* GPT-5.6 Sol（Max推理设置）：通过率 28.7%
* Claude Opus 4.8（非GPT模型中表现最佳）：通过率仅 16.0%

这表明，模型虽能识别数据异常和局部诊断信号，却无法将认知转化为下游的方法论调整，进而做出正确的分析决策。这种“注意到了问题，但未改变行动”的现象，OpenAI在论文中将其定义为 “Notice-Act Gap”（认知-行动鸿沟）。

珞米科技创始人兼CEO吴昊从技术层面剖析了通用大语言模型在生命科学领域的三重结构性短板：

1. 数据结构适配难：难以直接理解生物原始数据的特殊结构；
2. Tokenization失效：生物学现象（如基因表达的随机性）无法简单套用文本分词规则；
3. 缺失值普遍：生物学数据中广泛存在大量未知缺失值。

此外，科研成本与数据合规也是关键制约因素。GeneBench-Pro数据显示，单道题的人工专家成本高达数千美元。当模型不可靠时，科研机构被迫继续依赖昂贵的人力。同时，生命科学领域对数据合规有着极高要求，进一步限制了模型的直接应用。

正是模型能力触及“Notice-Act Gap”天花板，使得堆算力的老路在科研场景失效。工程化整合、生态卡位和数据主权，因此成为更务实的突破口。三大巨头的入局，实则是被“天花板”倒逼出的必然选择。

02 同一张牌桌，三种差异化打法

面对这一天花板，三家巨头选择了截然不同的AI4S路径，但目标一致：成为科学家工作中不可或缺的底层基础设施。

Anthropic：工程化整合，打造“全能工作台”

Anthropic的策略最为直观。Claude Science本质上是一个专门的工作台：
* 架构逻辑：主AI助手扮演项目经理角色，负责任务拆解，分发给子助手执行，并由事实核验器进行交叉验证。
* 生态连接：接入60多个科学数据库，预建基因组学、蛋白质结构和化学等工具包。

吴昊指出，其技术实质是通过 MCP协议调用外部垂直模型（如scGPT处理单细胞数据、DNABERT解析基因序列）执行具体计算，Claude自身仅承担自然语言理解、任务拆解和结果解读。

这种分工带来了显著优势：
* 降低成本：避免通用大模型直接处理生物矩阵的高昂推理成本；
* 独立迭代：垂直模型可独立更新，无需等待通用大模型长周期迭代；
* 数据合规：敏感数据可在本地MCP Server处理，无需上传云端，满足生命科学领域严苛的合规要求。

OpenAI：定义标准，构建“裁判+运动员”体系

OpenAI的逻辑是：用GeneBench-Pro当裁判，定义“什么是好的AI4S”；用专用模型GPT-Rosalind当运动员，冲击高分。

• 评测标准：通过GeneBench-Pro确立行业标杆。
• 专用模型：早在四个月前，OpenAI已推出 GPT-Rosalind，专为生物推理微调，以研究预览版形式向通过安全审查的美国合格企业客户开放。

Google DeepMind：掌握源头，构筑“底层基础设施”

Google DeepMind手握独一无二的王牌：AlphaFold、AlphaGenome等基础科学模型均为自有专有资产，并与 Gemini for Science深度捆绑，整合30多个生命科学数据库。

其核心优势在于：其他玩家仅能调用工具，而Google拥有底层基础设施。即便其他厂商能做出更好的工作台或更严苛的基准，蛋白质结构预测的核心能力仍掌握在Google手中。

市场策略对比

三套打法对应三种思路与风险。目前，胜负难料，头部客户尚未被锁定。例如，制药巨头 Novo Nordisk同时出现在Anthropic（Claude Science案例客户）和OpenAI（Rosalind早期合作伙伴）的名单中。

这表明市场仍处于开放竞争期，没有哪一家的工具链强到让科学家愿意迁移完整Workflow。

结语

AI4S的终局，大概率不会被任何一家巨头单独决定。

当三大玩家在同一天撞上天花板，它们不约而同地选择入局，但突围方向尚未形成共识。真正的答案仍在科学家手中——他们如何在数据主权、学术独立性和研究效率之间取舍，并将信任的一票投给谁，这一选择可能比任何技术参数都更能决定最终格局。

有关AI4S的更多进展与行业观点，欢迎添加作者微信 LorraineSummer交流讨论。

(责任编辑：时尚)