2026年6月30日，Anthropic上线了Claude Science，一个专为科学研究打造的AI工作台。同一天，英伟达宣布它的BioNeMo Agent Toolkit正式成为Claude Science的内置资源。
这不只是一次产品集成。这是英伟达将十年累积的科学计算基础设施，从Parabricks基因分析加速器到RAPIDS单细胞数据处理引擎，以“可调用技能”的形式，直接注入到最前沿的科学AI工作流中。从今天起，一位生物学家只需要用自然语言描述一个研究任务，Claude就能自动调用英伟达的GPU加速工具链，完成从前需要多位计算科学家合作才能跑通的工作流。
两个事件在同一天交汇
Claude Science是Anthropic进入垂直科研领域的标志性产品。它不是一个新的基础模型，而是一个AI工作台，科学家可以在其中用自然语言与AI代理对话，让代理自动完成从文献检索到计算实验再到结果分析的完整研究流程。
而BioNeMo Agent Toolkit，则是英伟达在2026年6月23日于BIO 2026大会上刚刚发布的工具包，将英伟达超过十年的生命科学计算软件积累打包成AI代理可调用的“技能”。两者在6月30日实现集成，意味着Claude Science中的AI代理现在可以直接调用英伟达的GPU加速计算工具：NVIDIA Parabricks将基因组分析从小时级压缩到分钟级，RAPIDS-singlecell将130万细胞的预处理和聚类工作流从52分钟压缩到25秒，nvMolKit将化学信息学中的相似性搜索和构象生成加速达10到3000倍。BioNeMo开放模型如Evo 2、Boltz-2、OpenFold3等生物分子专用模型和NIM微服务企业级推理端点也一并接入。
一组数字足以说明问题：一个原本需要52分钟的预处理步骤，在GPU加速下缩短到25秒，加速比超过120倍。对于需要在单个推理循环中反复调用这些工具的科学AI代理来说，CPU速度根本不在可接受的范围内。
英伟达医疗保健副总裁Kimberly Powell的解释一针见血：“在代理的世界里，代理等待的时间越久，消耗的Token就越多。我们需要为代理提供加速工具。”
从卖算力到卖“科学技能”
英伟达过去十年在生命科学领域的布局是典型的“卖铲人”策略，提供GPU硬件和基础软件库，让科学家自己搭建计算工作流。但Agent时代的到来让这个策略发生了根本性转变。
BioNeMo Agent Toolkit的核心理念是：与其让科学家或AI代理自己去理解每个工具的参数、输入格式和预期输出，不如把这些“如何用”的知识直接打包成技能。每个技能都包含了它的目的、所需输入、预期输出和失败模式。AI代理不再需要“学会”使用这些工具，而是直接“调用”它们。
这相当于英伟达从“卖铲子”升级到了“卖铲子加使用说明书和自动操作手册”。对于AI代理来说，调用一个BioNeMo技能就像调用一个函数，输入参数，拿到结果，然后继续推理。
18家顶级药企的“存量变现”
英伟达官方透露的数据显示，全球前20大制药公司中有18家已经在使用BioNeMo。这意味着BioNeMo Agent Toolkit一上线就拥有一个现成的、高质量的客户基础，而这些客户恰恰是Claude Science最想渗透的目标用户。
从Anthropic的角度看，与英伟达集成是一步精准的生态卡位。Claude Science的核心挑战不是模型能力，Claude本身的推理能力已经足够强大，而是能否让科学家真正地在平台上完成端到端的研究工作流。没有对Parabricks、RAPIDS、nvMolKit等专业计算工具的深度集成，Claude Science只是一个更聪明的聊天框。有了BioNeMo Agent Toolkit，它变成了一个真正的科学工作台。
从英伟达的角度看，这场合作的意义更为深远：每一次科学家在Claude Science中调用BioNeMo技能，背后都是英伟达GPU在跑计算。英伟达不仅卖出了算力，还锁定了“科学AI工作流”这个高价值场景的入口。
科学AI平台的入口争夺战
2026年6月，科学AI平台的竞争已经白热化。英伟达在发布BioNeMo Agent Toolkit时同时宣布，OpenAI和Anthropic都在将其集成到各自的科学AI工作流中。两大AI巨头在同一套英伟达工具包上“会师”，本身就是一个强烈的信号：在科学计算领域，英伟达已经构建了无人能绕过的软件护城河。
但这不意味着没有竞争。Google DeepMind的AlphaFold系列、微软在生物计算领域的投入以及Recursion Pharmaceuticals等AI-first生物技术公司都在试图构建自己的科学AI平台。英伟达的策略是成为“底层基础设施”，不直接与这些平台竞争，而是让它们都来调用自己的工具。超过50家领先企业已经在使用BioNeMo Agent Toolkit，涵盖Dassault Systèmes、Databricks、Lilly、Schrödinger、Snowflake等行业巨头。
“前沿模型是大脑。BioNeMo是科学工具箱。”——英伟达CEO黄仁勋
华盛顿大学蛋白质设计研究所所长大卫·贝克（David Baker）的评论则从科研角度给出了背书：“我们为蛋白质设计构建的每一个工具，其价值都取决于科学家能否高效地访问它。科学的下一步飞跃不会来自某一项发现，而是来自迭代设计的速度，以及能够以人类永远无法企及的速度反复推理生物复杂性的AI代理。”
繁荣背后的三重隐忧
这场合作并非没有阴影。英伟达正在将越来越多的科学计算功能打包进自己的生态，如果科学家的工作流完全建立在BioNeMo技能之上，切换到其他计算平台的成本将急剧上升。这不是危言耸听，而是平台锁定效应的经典剧本。
另一个不容忽视的问题是AI代理在科学领域的“幻觉”。BioNeMo Agent Toolkit可以保证计算结果的准确性，但对于AI代理在研究设计、数据解读层面的错误，目前的工具包并没有提供有效的校验机制。当AI代理的设计建议被直接用于药物研发时，一个错误可能意味着数亿美元的损失。
科学数据的隐私和安全同样是横亘在前的障碍。制药公司的数据涉及高度敏感的化合物结构和基因组信息，将这些数据交给AI代理处理，即使是通过NIM微服务部署在自己的基础设施上，仍然需要面对严格的监管合规要求。英伟达也意识到了这一点，NemoClaw蓝图正是为此提供安全、私有的代理方案。
谁在赢，谁危险？
英伟达和Anthropic的这次合作，标志着科学AI从“对话式助手”向“自动化研究协作者”迈出了关键一步。当AI代理不再只是回答问题，而是能够调用专业计算工具、执行实验工作流、分析结果并提出下一步建议时，科学研究的方式将发生根本性变化。
受益者显而易见。英伟达通过BioNeMo Agent Toolkit将科学计算基础设施打包成“代理可调用”的标准接口，正在成为科学AI时代的“底层水电煤”。Anthropic通过深度集成，让Claude Science获得了超越竞争对手的端到端研究能力。而18家顶级药企则是最大的赢家，它们的BioNeMo存量投资瞬间获得了AI代理层的增值。
危险的一方是那些试图构建“全栈科学AI平台”但缺少底层计算基础设施的公司。在英伟达同时向OpenAI和Anthropic提供同样工具集的背景下，平台层的差异化空间正在被压缩。你的科学AI平台能做的事情，竞争对手通过同一套BioNeMo技能也能做。
最大的悬念在于：当AI代理开始执行科学研究时，科学家的角色将从“操作者”转变为“设计者”。这种转变对科研组织架构、人才培养和知识产权归属的影响，可能比任何单一技术突破都更加深远。
当计算工具学会自己找到答案，科学家的使命就不再是跑通流程，而是提出正确的问题。而能把问题问对的人，永远不会被AI替代。
快报