Claude 如何用于科研？金星制图、蛋白质设计与 GPU 加速
拆解 Fable 5.1 与 Mythos 5.1 的三项科研案例：金星地形重建、蛋白质候选实验验证、GPU Kernel 加速，分别核对输入、结果、样本与适用限制。
先说结论
Anthropic 这次最有价值的证据，不是模型“变成了科学家”，而是一个能力更强的 Agent 能把观测、工具选择、计算、调试和候选生成串成一条科研工作流。
想把 Claude 用于科研，先判断你需要的是重建地图、提出候选，还是降低已有模型的计算费用。Anthropic 的 Fable 5.1 / Mythos 5.1 发布页分别展示了这三类案例。本文面向准备尝试模型工具的科研人员与研究软件工程师：每个案例都按输入、产出和仍需检查的部分拆开，不把厂商演示写成本实验室已复现。
三种不同的科研工作
这些案例很容易被合并成一句“AI开始做科学了”，但它们考验的是三种不同能力。
1. Fable 5.1 重建金星地形
金星章节并列展示麦哲伦雷达、旧高程数据、新 DEM 和火山参考视图。
官方案例使用 NASA 麦哲伦号的历史雷达图像，以及已有的覆盖约五分之一金星的地图。Fable 5.1 训练神经网络后得到覆盖约三分之一金星的新高程图；发布页报告可辨识细节从 10–20 公里改善到 2–3 公里，高度估计准确性最高改善 25%。图中的 DEM（数字高程模型）标注 300 米网格，不能把这个采样间距当作真实细节已达到 300 米。这是一个困难的逆问题：模型要从不完整测量中学习地形关系，再生成能够与留出的或更高质量观测对比的结果。
科学问题不在于生成图像看起来是否更细，而在于它是否改善了可测量的估计，同时没有凭空捏造数据无法支持的结构。可靠评估应报告训练划分、空间分辨率、基线方法、误差指标和不确定性，而不只是展示前后对比图。
2. 设计蛋白质候选物
Anthropic 展示了经实验确认的结合物案例，并把它放在调用多种工具的蛋白设计流程中。
蛋白设计更能说明这是一条工作流，而不是一个答案。Agent 可以选择结合位点、调用公开设计工具、处理失败运行，再为外部实验提出候选。在本次发布案例中，Mythos 5.1 调用开源工具生成候选，交由两家外部机构进行实验验证。官方报告的总体命中率接近 50%，覆盖 12 个靶点；它衡量的是候选是否成为有效结合物，不是药物获批率。
它的价值在于解决了科研编排瓶颈：决定下一步实验、在工具之间传递结果，并持续保持约束。但生成的结构不是药物。结合亲和力、特异性、稳定性、毒性、可制造性和体内表现，仍然需要实验验证。
3. Mythos 5.1 优化 GPU Kernel
官方图表列出七个开源蛋白质与基因组模型的推理加速结果。
GPU Kernel 是在显卡上执行某项计算的小程序。官方在 NVIDIA H100 上报告了七个开源模型的优化结果：加速约 1.4–2.5 倍；其中 ProGen2 的示例达到 2.5 倍，Evo 2 40B 的单次前向计算约 1.4 倍。目标不是提出新假说，而是在保持计算等价的前提下提高速度。验收标准也更具体：与参考实现对比输出、覆盖边界条件、在真实形状上测性能，并检查数值误差。
这是 Agent 能产生直接运营价值的地方。一次小幅加速乘以数百万次推理，就会改变实验室的成本和吞吐。但“更快”只有在结果保持科学等价，并且测试包含编译、内存搬运和生产形状时才有意义。
共同模式：工具驱动的推理
三个案例共享一条循环：
问题 -> 检查数据 -> 选择工具 -> 执行实验 -> 检查结果 -> 修订模型负责规划和适应，工具负责领域操作，评估器负责定义成功。缺少其中任何一环，标题里的突破都会缩水。
实验室若要真正采用这套流程，应保存提示词、工具版本、参数、中间产物、失败记录和最终决策。没有溯源的结果是演示；带有溯源的结果才可能成为科研输入。
宣称“发现”前要测什么
可以从四层证据开始：
- 可复现： 另一支团队能否根据记录的输入重跑？
- 有效： 结果能否通过领域检查和外部实验？
- 新颖： 候选是否真正新颖，还是从工具和训练分布中重新发现？
- 效率： Agent 节省了多少专家时间、算力和迭代次数？
这些问题可以避免一种常见的概念混淆：找到已知 Bug、加速已知 Kernel 或生成可测试的蛋白候选，都可能极其有用，但不等于模型独立建立了科学理论。
Mythos 的访问权限为什么会改变实验设计
Anthropic 表示，Fable 5.1 与 Mythos 5.1 共享底层模型，但 Mythos 面向审核通过的网络安全与生命科学机构，拥有更宽的访问边界。这会直接影响实验：公开 Fable 会对部分生物学请求回退，而获批的 Mythos 工作流可能执行更多领域工具链。
每个实验应记录请求模型及服务实际披露的回退信息；如果内部型号或安全路由没有披露，就标记未知。否则实验室可能把一次直接 Mythos 运行与一次 Fable 回退运行放在一起比较，最后却把差异错误归因于提示词或工具选择。
科研团队近期最现实的用法
真正的机会不是把科学家从环路里删掉，而是让专家更多负责问题选择、实验设计、审查和解释，把重复检索、工具胶合、实现和失败恢复交给 Agent。
这种分工可以缩短从想法到验证候选的时间，也可能在实验室把流畅报告误当成证据时放大错误。因此更稳妥的架构是围绕模型建立证据账本，而不是给聊天窗口套一个“科学”提示词。
Fable 5.1 的科研意义可以这样谨慎表述：它展示了更完整的科研助手流程。这个流程能否产出持久的科学发现，取决于周围的仪器、控制和专家。
三类科研贡献怎么比较
| 工作 | Agent 贡献什么 | 仍需验证什么 | 有用的成功指标 |
|---|---|---|---|
| 行星重建 | 模型选择、预处理和重建 | 留出误差与不确定性 | 相比基线地图的改进 |
| 蛋白设计 | 候选搜索与工具编排 | 湿实验结合、稳定性与安全性 | 每次实验的验证候选数 |
| GPU 优化 | Kernel 实现与性能分析 | 数值等价与边界条件 | 相同输出下的吞吐量 |
把三者都塞进一个“发现分数”并不诚实。第一类是推断问题，第二类是提出假说，第三类是系统工程；每一类需要的证据不同。
这些数字来自官方发布页，不是本文的独立实验。重跑前仍需获得源数据、方法和实验条件；一页发布说明不能代替论文方法部分或完整的实验记录。
FAQ
Fable 5.1 独立发现了新的科学规律吗？
现有公开证据支持的是 AI 辅助科研工作流，而不是“独立完成科学发现”这一笼统结论。科学主张仍需要可复现输入、方法、不确定性和领域验证。
为什么生物学案例更多和 Mythos 关联，而不是普通 Fable？
Anthropic 对生物学和化学增加了额外护栏。部分 Fable 请求可能回退到 Opus，获邀参与 LSVP 的生命科学机构则按该计划的研究护栏使用 Mythos，不是所有通过一般身份验证的机构都可直接开通。
实验室应该保存 Agent 运行中的什么？
保存提示词、源数据哈希、工具和模型版本、参数、中间文件、失败记录、生成候选和人工决策。没有溯源，流畅的结果很难复现，也很难质疑。
GPU Kernel 更快，就一定意味着科研结果更好吗？
不一定。它必须在约定数值容差内产出等价结果，覆盖真实输入形状，并且把编译和内存传输成本算进去后仍然更快。
单次加速和整项分析省钱，不是同一个数字
官方对 Evo 2 40B 扫描 300 万个 ClinVar 变异的例子，按 H100 云端标价估算 GPU 费用从 1.8 万美元降至 8 千美元。整项任务约 2.3 倍的改善高于单次前向计算的 1.4 倍，因为某些中间结果缓存只有在大量序列上重复使用时才见效。这是特定分析的费用估算，不是所有基因组任务的实付账单。
如果你的实验只跑几十个样本，编译和数据搬运可能比计算更耗时；如果换了 GPU 或序列长度，也需要重测。先测同一输入的数值误差，再测端到端耗时，最后才按你实际购买的机器价格估算费用。
普通 API 用户可以从哪里尝试
Mythos 的研究权限仍需官方审核。LSVP 是邀请制生命科学测试；CVP 公告则说明 Mythos 访问将后续加入，不能把两者都当成已开放的普通 API。详细条件见Fable 与 Mythos 的访问区别。
对公开模型可做的代码与验证任务，可先参考Claude / Lean 小题测试，再在 SandBase Anthropic 模型页核对可用型号。这里的模型调用不包含湿实验服务，也不能自动获得 Mythos 研究权限。
来源（2026 年 9 月 8 日核对）：Fable 5.1 / Mythos 5.1 科研与成本说明、Claude Fable、Claude Mythos。
