天体物理学家Brice Ménard在课堂上展示紫外波段下的星空时，永远只能先道个歉：“在可见光下，你主要看到恒星。切换到红外，银河系的尘埃带开始发光。射电波段里，氢气体结构浮现出来。到了紫外，很抱歉，我能展示的只有一张布满空洞的天图。”
这句话在今年秋天彻底成为历史。Ménard，这位约翰霍普金斯大学的天体物理教授兼Anthropic研究员，用自家公司打造的AI科研工作台Claude Science，绘制出了人类第一张没有缺口的全天紫外地图。成果于2026年10月8日由Anthropic官方发布。
这张图的特殊之处不在于它展示了什么石破天惊的新发现，而在于它精准地揭示了AI在科学研究中的角色正在发生一次质变。
三分之一天空的空白，持续了二十年
紫外线会被地球臭氧层吸收，想观测宇宙的紫外信号，必须把望远镜送入太空。
过去半个世纪，人类发射了多台紫外太空望远镜。其中数据量最大的是NASA的GALEX任务：2003年至2013年间，它完成了约3.8万次独立观测，覆盖了大约三分之二的天空。但GALEX的设计有一个技术限制：它必须避开非常明亮的恒星区域，包括银河系的盘面（银河系恒星最密集的平面），否则过强的紫外辐射可能损坏探测器。
这不是一个设计缺陷，而是一个合理但代价高昂的取舍。代价是：约三分之一的天空，从未被任何紫外太空望远镜完整观测过。
NASA Swift和韩国FIMS/SPEAR任务补充了一部分观测，但缺口仍在。被GALEX跳过的那片天空，恰恰是天文学家最感兴趣的区域，年轻恒星形成处、巨星爆炸后留下的气泡结构、被星光照亮的尘埃云。这些在紫外波段下才最为壮观。
统计方法理论上可以补全这些缺口：从已观测区域学习紫外辐射与其他波段的关系，再推测未观测区域。但Ménard坦承，这样做一遍需要数周的逐像素校准、交叉验证和反复分析。这种工作的重要性谁都不否认，但在科研圈子里，它就是那种永远排不上优先级、永远被更重要的事挤掉的项目。想做，但没时间做。
直到Claude Science介入。
一支AI代理团队，替科学家干了脏活累活
Claude Science是Anthropic在2026年6月30日发布的科研AI工作台。它不是新模型，而是一个专门为科学家设计的代理层：把60多个科学数据库、代码工具和算力整合到一个工作空间里，让研究者从文献调研到发表级图表，始终在同一环境中完成。
今年夏天，Ménard在Claude Science上启动了一个项目：指令简洁但执行庞杂。搜集所有公开紫外数据集，统一标度，合并为一幅完整天图，然后填满每一块从未被观测过的地方。
Claude Science的做法是组建一支AI代理团队。首先，代理们搜索互联网，找到了所有公开的紫外巡天数据。仅GALEX一家就贡献了数万张图像，每张在不同时间、不同条件下拍摄。代理们先把每份数据内部校准：清除亮星造成的眩光干扰，让一张2005年的图像可以和一张2010年的图像准确对比。大量代理在不同天区并行工作，独立消除这些差异。
然后是把多台望远镜的数据合并到一起。GALEX、Swift、FIMS/SPEAR、TD-1，每台仪器的紫外感知略微不同。代理们对它们做交叉校准，重新采样到统一分辨率，映射到公共坐标系。
最后也是最关键的一步：填补约占天空三分之一的空白区域。Claude采用了计算机视觉中常见的inpainting（图像修复）技术，但它的做法更聪明。不仅依赖图像内部的空间连续性，还利用了多波段信息。在紫外数据缺失的地方，可见光、红外和射电观测数据是完整的。Claude从三分之二已观测区域学习紫外亮度与这些波段之间的关联，然后把学到的关系应用到那未观测的三分之一，逐点给出预测值和置信度。
最终，Claude还在弥散型紫外背景图上叠加了超过1亿颗恒星各自的紫外亮度估算。这些数据来自欧空局Gaia卫星的可见光测量。
为什么值得认真对待：AI从聊天助手变成了科研劳动力
单看技术层面，这幅图算不上重大科学发现。它没有发现新天体，没有推翻现有理论。它是一个数据工程成果，把现有数据拼起来、把缺口补上。
但正是这个“不算重大发现”的定位，揭示了一个更深层的变化。
过去讲到AI for Science，主流叙事集中在两个方向：要么是AlphaFold那样解决了蛋白质折叠这一重大科学难题的明星系统，要么是ChatGPT那样能帮人写论文摘要、做文献检索的智能助手。前者太稀缺，后者太浅层。
而Claude Science在这幅紫外地图上展示的，是一个崭新的角色：AI变成了可以独立承担大型数据工程的科研劳动力。
Ménard的描述很关键。他与Claude的协作模式是：他在Claude Science中做几次规划对话，然后Claude自主运行计算数小时，他去做其他研究项目。回来检查结果，发现bug，反馈，Claude继续修正。整个项目跨越数天，迭代了十几个版本。
这跟一个人类研究助理的工作模式高度相似：交代任务、执行、汇报、修正、再执行。区别在于，Claude不需要睡觉，不需要休假，可以同时调动大量代理并行处理不同天区。
还有一个细节值得注意。Ménard某天晚上检查处理后的图像时，在最暗的几个天区发现了一些微弱的圆圈。每个圈略亮或略暗于周围背景。这些是GALEX单次观测的脚印：每次成像都包含一个不均匀的大气辉光残余，如果不彻底消除，这些圆圈就会在最终图像上浮现出来。
有意思的是，Claude在项目初期就已经把大气辉光列为已知风险。但两轮AI代理审核都漏掉了这个印记。是Ménard这个人类天体物理学家用肉眼发现了异常，然后指示Claude修正所有约3.8万次观测。修正花费了几个小时。
这个AI犯了一个低级错误、人类专家发现并修复的插曲，恰恰是目前AI科研协作最真实的写照。AI的效率令人震撼，但人类的判断力仍然不可替代。
科研的长尾工作，正在被AI吞噬
Ménard在官方文章中有一句话，可能是整件事中最值得深思的：
“For once, I was able to pursue a project like this without sacrificing time I would otherwise have devoted to research. I suspect many scientists can think of a map, a figure, or a resource they've been putting off for the same reason.”
翻译过来意思很直白：他终于不用为了做一件有用但不紧迫的事而挤压真正的研究时间了。而且每个科学家手里都有一堆类似的项目。
这就是AI在科研领域最被低估的价值。重大突破（AlphaFold、材料发现）能上头条，但科学进步的很大一部分来自无数个这样的长尾工作：校准、合并、补齐、标准化。这些工作单独看都不值得发论文，但它们构成了整个科研大厦的地基。过去这些工作要么没人做，要么让新人（博士生、博士后）花大量时间去做。
Claude Science正在改变这个等式。当一个AI系统可以在几天内完成人类需要数周的数据工程时，一个重要问题被提了出来：科研经费中有多少花在了可以AI化的重复劳动上？
Anthropic显然在押注这个方向。2026年，公司发布了Claude Science工作台，为学术科学家开放了1万个免费或折扣席位，并扩大了AI for Science计划，向高影响力项目的研究者提供信用额度。10月8日，Anthropic更宣布向美国联邦Genesis Mission承诺1.5亿美元、为期三年的投入，将Claude带到NASA、NIH、NSF等15家以上联邦科研机构。
Anthropic不是唯一在打这个算盘的公司。但它的策略最清晰：先做科学家的工作台，再让这个工作台产出足够多的科研成果（紫外地图、数学物理难题、九圈Yang-Mills振幅计算），然后用这些成果反过来证明，AI已经可以成为科学研究的协作者，而不仅仅是工具。
地图的另一面：必须看到的局限
回到紫外地图本身。需要强调的是，这幅地图的预测部分并非观测结果。被标为“预测”的像素不能等同于实测数据。
Anthropic在发布这幅地图时，同时提供了额外的元数据层：每个像素标注了是实测还是预测，并给出了不确定性估计。研究预测部分的用户需要用到这些信息，而不应直接把它当作确凿观测来处理。
Claude的自测也给出了诚实的结果：在故意隐藏的已观测区域上，预测值与实测值的误差约为10%。Anthropic称这个误差肉眼几乎不可察觉。但这个数字本身有局限。它只能证明这个方法在类似已观测区域的地段有效，无法证明它在从未被观测过的区域（恰好是GALEX刻意避开的亮星密集区）有同样精度。
此外，目前这幅地图的发布渠道是Anthropic的博客，而非经过同行评审的学术期刊。它有待独立天文学家验证。
当AI从答题人变成干活人
2026年9月，Anthropic发布了一份内部数据：截至2026年8月，Claude已经能主导公司约26%的AI研发工作，超过90%的研发工作至少达到了AI协作级别。在Anthropic内部Agent平台上，约3万个Agent同时执行研发和工程任务。
从主导自己公司的研发到帮天体物理学家做数据工程，Anthropic展示的路线图越来越清晰：Claude不仅是能对话的模型，更是能干活、能推理、能协调其他代理的数字化研究人员。
回到开头。Ménard不再需要向学生道歉了。他现在可以同时展示紫外、可见光、红外、射电四幅全天图，告诉学生银河系在紫外波段下是如何被年轻恒星照亮、被超新星气泡吹散的。
但比这幅美丽的紫外地图更值得追问的是：当AI已经能替科学家把想做但没时间做的事做了，那科学家自己的时间应该用来做什么？
这个问题没有现成答案。但Ménard自己的选择做出了一个很好的示范。在Claude自主计算紫外地图的那几个小时里，他回去做真正的研究去了。
快报