这份来自 Anthropic 的专项科研报告以超过 20.7 万条科研会话为样本，证实科学家当下把 Claude 更多当成效率助手，优先用来完成数据分析、论文撰写这类文本与计算类工作；而在科学家自评最重要的环节，也就是提出假设、采集实验数据，Claude 的实际调用占比反而很低，同时不同学科之间使用强度差异明显，形式科学使用最活跃，依赖实体实验的学科使用偏少。
研究样本与隐私规则
- 样本区间：统计时段为 2026 年 8 月 2 日至 9 月 30 日，合计 207049 条科研会话，包含 128914 条普通 Claude / Cowork 会话、78135 条 Claude Code 会话，另外补充 Claude Science 的独立样本。
- 隐私保护方案：系统只保留学科、子领域、任务分类标签，不会抓取、存储原始数据集、未公开假设、实验方案、初步发现，全部结论只做聚合统计，不还原任何单独研究者内容。
- 分类标准：采用 SciNet 分类体系，覆盖 34 个学科、318 个子领域与七千多项细分科研任务。
任务使用占比总览
| 任务类别 | Claude 会话占比 | Claude Code 会话占比 | 研究者投入时间占比 |
|---|---|---|---|
| 数据分析 | 33.7% | 48.1% | 27.6% |
| 写作与沟通 | 32.0% | — | 16.0% |
| 数据采集 | 11.5% | 11.9% | 28.6% |
| 假设与创意生成 | 4.2% | 2.1% | 7.1% |
- 数据分析：是第一大用途，在 Claude Code 里接近一半会话都用于数据分析，包含清洗、统计、可视化、代码实现；最常见细分任务是绘图、统计检验、构建分析流水线。
- 写作沟通：普通 Claude 中占比极高，排名第一的单项任务是稿件撰写（18.6%），其次是文献综述、回复审稿意见；这一块 AI 使用强度远超人类原本分配的时间比例。
- 短板环节：数据采集、假设生成虽然被科学家认定为决定重大突破的最重要步骤，但目前极少交给 Claude；实体生化、临床样本采集很难交给 AI 自动完成，创意假说也高度依赖研究者自主判断。
- 补充：Claude Science：面向科研专用工作台，假说生成占比提升至 8%，自动化程度更高，七成以上会话具备高自主执行能力，多用于生物医学、计算生物学的深度研究流程。
学科分布特点
- 高使用群体：计算机、数学、统计学这类形式科学相对使用强度最高；其中计算机科学占据 Claude Code 全部科研会话的 32.7%，AI / 机器学习子领域尤其突出；经济学等量化社科同样活跃度偏高。
- 低使用群体：化学、生物等依赖湿实验的学科，以及临床医疗领域使用偏少，一方面存在实体实验无法数字化，另一方面还有医疗数据合规限制。
- 产出形式差异：人文社科更多产出论文、综述等文字产物；自然科学、工程领域更偏向代码、数据集、图表这类技术产物；Claude Code 产出技术工件的概率是普通 Claude 的两倍左右。
AI 科研提速预测
报告给出三套情景测算，仅为推演而非预测：
- 当前能力普及：部分学科科研产出有望直接翻倍；
- 假设 75% 非物理步骤自动化：计算机、统计学产出可提升约 8 倍；
- 全部非物理步骤交由 AI：计算机、统计最高可达 15 倍提升；而受制于实体实验瓶颈的生化类学科，上限仅为 3–4 倍。
配套调研显示，受访科研人员普遍预期：到 2027 年半数人认为 AI 能够比肩顶尖研究者完成数据分析；到 2030 年，94% 的受访者认为 AI 在数据分析上可以达到顶尖水准，同时约四成科研人员预计，到 2030 年 AI 可以独立跑完完整科研项目。
底层规律
科学家并不是无差别使用 Claude，而是集中在 AI 能力更强、以认知为主的任务；适合文本、代码、计算的工作会被大量委托；凡是需要实体操作、高风险原创猜想、强监管流程的任务，依旧以人类主导为主。简言之：当下 Claude 更适合做科研 “文书与计算助手”，而不是独立的科学发现主体。
【相关 FAQ】
问题 1：这份 Anthropic 报告里面，科学家用 Claude 最高频的任务是什么？
回答 1：科学家使用 Claude 最高频两类任务是数据分析和科研写作；数据分析在 Claude Code 中接近一半会话，写作在普通 Claude 会话占比达到 32%。
问题 2：为什么科学家很少用 Claude 生成科研假设？
回答 2：一方面提出原创假说属于高难度创造性工作，当前模型能力有限；另一方面科研人员倾向自己把控研究方向；同时假说生成经常嵌入其他任务，也存在统计识别难度。
问题 3：Claude Science 和普通 Claude 在科研用途上差别在哪？
回答 3：Claude Science 面向专业科研流程，假说生成占比更高、自主执行更强，多用于蛋白、基因组、药物等深度生物计算；普通 Claude 更多用来写稿、读文献、常规数据分析。
【参考资料】
[2026-11-05]（AI for Scientific Discovery: How Researchers Use Claude）Anthropic 官方研究报告
[2026-11-09]（Anthropic 揭秘科学家用 Claude 都干啥：大多用来分析数据和写作）凤凰网科技 / IT 之家
[2026-11-09]（How researchers use Claude）Anthropic 官方博客
免责声明
本文内容基于 Anthropic 发布的科研统计报告，统计样本以 Claude 付费用户科研会话为主，不一定代表全球全部科研人员的使用习惯；情景增速推演属于模型假设，不代表未来一定会实现；AI 科研结果依然必须由研究者核验、复现。
本文来自作者[玄核快照]投稿，不代表新投网立场，如若转载，请注明出处：https://www.eastpo.net/ai/202611/1036.html
评论列表（4条）
我是新投网的签约作者“玄核快照”！
希望本篇文章《Anthropic 披露科学家使用 Claude 现状主力用于数据分析与科研写作》能对你有所帮助！
本站[新投网]内容主要涵盖：互联网行业的追踪与探索
本文概览：这份来自 Anthropic 的专项科研报告以超过 20.7 万条科研会话为样本，证实科学家当下把 Claude 更多当成效率助手，优先用来完成数据分析、论文撰写这类文本与计算类工作；而在科学家自评最重要的环节，也就是提出假设、采集实验数据，Claude 的实际调用占比反而很低，同时不同学科之间使用强度差异明显，形式科学使用最活跃，依赖实体实验的学科使用偏少。