Anthropic 4 億美元生技豪賭，搶先定義「AI for Science」戰場

2026 年 6 月 30 日，Anthropic 將舉辦「The Briefing: AI for Science」——一場專為製藥業與生技業高層設計的兩小時直播峰會。這場活動是 Anthropic 過去 18 個月來悄悄推進的一項策略的公開亮相。與會名單堪稱一份生技藥業最具影響力人物的點名冊：諾華（Novartis）執行長 Vas Narasimhan（同時也是 Anthropic 董事會成員）、必治妥施貴寶（Bristol Myers Squibb）執行長 Chris Boerner、基因泰克（Genentech）研究主管 Aviv Regev，以及多位生命科學業界要員。

Anthropic 要傳遞的訊息在活動文案中寫得明白：AI 能將製藥研究週期從數週壓縮至數小時，而執行這件事的模型，應該是 Claude。

但活動未說出口、過去半年 Anthropic 的行動卻已清楚揭示的訊息是：這家公司正處於 AI 業界迄今最積極的垂直市場圈地行動之中，且正在押注生命科學將成為其最大業務之一。

Coefficient Bio：4 億美元的生技押注

2026 年 4 月，Anthropic 悄然完成了一項可能是其迄今最具戰略意義的交易：以約 4 億美元的全股票交易，收購了 Coefficient Bio——一家總部位於紐約、仍處於隱身模式的生技 AI 新創。

這筆交易最引人注目的，不只是價格，而是 Coefficient Bio 究竟是什麼。這家公司員工不到 10 人，幾乎全是前基因泰克計算生物學研究人員。共同創辦人 Samuel Stanton 和 Nathan C. Frey 均來自基因泰克計算藥物研發部門 Prescient Design。這家新創一直在隱身狀態下，從頭打造專屬的生物學 AI 基礎設施——據《The Information》描述，包括「蛋白質建模與生物分子表示的基礎工具」。

Coefficient Bio 的自我定位，用其內部材料的說法是：「為科學打造人工超級智慧」。Anthropic 以每位員工約 4,000 萬美元的代價，買下的是這份野心、這支團隊，以及底層的智慧財產。

這筆收購發出了明確信號：Anthropic 不再滿足於做生命科學業的通用模型供應商。這家公司正在建立面向生技製藥的垂直整合 AI 技術棧：專屬的生物推理模型、透過 Coefficient Bio 取得的蛋白質設計能力、濕實驗室基礎設施，以及快速壯大的製藥客戶企業關係團隊。

John Jumper 的人才信號

Coefficient Bio 收購發生在 4 月。第二個重大動作在 6 月登場。

6 月 19 日，John Jumper——因開發 AlphaFold2（一個解決蛋白質結構預測問題的 AI 系統，也引爆了當前生物 AI 熱潮）而獲得 2024 年諾貝爾化學獎——宣布離開 Google DeepMind，在近九年後加入 Anthropic。

兩家公司均未披露 Jumper 的具體職位。但背景脈絡已不言而喻。AlphaFold2 展示了 AI 能夠攻克困擾人類研究者數十年的基礎生物學難題，Jumper 加入 Anthropic 意味著這家公司打算在 Claude 的架構下，將同樣的野心帶入下一個維度。

對科學界而言，這次聘用所承載的重量，遠超一般工程人才的流動。在活躍研究領域的諾貝爾獎得主，既具備科學公信力，又有能力吸引其他頂尖研究者——那些原本不會考慮加入 AI 公司的學術生物學、結構化學和計算生物物理學實驗室精英。

Anthropic 正在瞄準的市場

理解 Anthropic 生命科學攻勢背後的策略邏輯，需要先看清市場規模。

全球製藥業 R&D 年度支出超過 2,500 億美元。其中與 AI 最直接相關的藥物發現階段，約佔 500 至 800 億美元。一款新藥從靶點識別到一期臨床試驗，平均成本超過 10 億美元；從發現到獲批的平均時間長達 10 至 15 年。任何能顯著壓縮這兩個數字的 AI，都代表著巨大的經濟價值。

Anthropic 宣稱的目標——「讓全球有意義比例的生命科學工作在 Claude 上運行」——若能轉化為哪怕一小部分的 API 使用量和企業合約，都是數十億美元量級的業務。

競爭格局使得搶先進入的時機愈發緊迫。Google DeepMind 以 AlphaFold 開創了 AI 生物學，並在 AlphaMissense、AlphaProteo 等方向持續擴張。微軟透過 Azure Health 大舉投資醫療 AI。OpenAI 也透過與頂尖研究型醫院的合作，向生醫應用推進。

Anthropic 如果能建立優勢，依靠的是前沿模型能力與競爭對手難以複製的專屬生物學工具組合——尤其是在 Coefficient Bio 收購帶來專屬蛋白質建模基礎設施、Jumper 的加入提升科學公信力下限之後。

「AI 原生研究環境」實際上是什麼

6 月 30 日活動的議程，為 Anthropic 向製藥業高層兜售的產品提供了一個具體視角。

核心提案是工作流程整合：讓 Claude 成為串連製藥研究目前依賴的「數十個相互脫節的工具、資料庫與計算環境」的智慧層。一個典型的藥物研發團隊，可能同時使用基因體資料庫、蛋白質建模工具、臨床試驗管理系統、法規申報平台和內部研究資料庫——全部在孤島中運作，需要人工橋接。

Claude 在 Anthropic 的設想中，成為連接這些系統的認知層：起草 R&D 計畫、整合文獻回顧、處理法規文件、協調濕實驗室結果與計算模型之間的信息流。該公司聲稱這樣的整合能把「原本以週計算的工作」縮短到幾小時。

這個說法能否在製藥業規模下、在美國 FDA 審批所要求的嚴格程度下站得住腳，是業界早期採用者正在壓力測試的問題。但 6 月 30 日活動的與會名單——諾華、必治妥施貴寶、基因泰克——說明各大藥廠願意公開為這種可能性背書。

科學應用中的安全架構

Anthropic 定位中有一個值得特別關注的要素：它強調針對生命科學應用的「安全架構」。

藥物研發是一個 AI 錯誤代價遠超文字生成錯誤的領域。一個自信給出錯誤蛋白質結合預測的 AI 系統，或是對臨床試驗數據的誤判，可能導致研究資源投入死胡同，最壞情況下可能影響到危害患者的臨床決策。

Anthropic 一直將其憲法式 AI 方法與可解釋性研究，定位為特別適合高風險科學應用的優勢。其論點是：能夠解釋推理鏈、並標記低置信度區域的 AI 模型，在藥物研發中的價值高於更強大但更不透明的模型。

這個框架將 Claude 的安全架構定位為在受監管行業中的競爭優勢，而非侷限。最終製藥客戶是否認同，取決於模型在具體研究任務上的實際表現——但這個定位邏輯在策略上是一致的。

更大的競爭格局

從更宏觀的視角來看，Anthropic 在生命科學的布局，是一套更廣泛策略的範本：超越模型存取販售，在「錯誤代價高昂、信任至關重要、且沒有成熟 AI 解決方案的市場」建立深度、專屬的垂直能力。

醫療與生命科學是這套邏輯最有價值的版本之一。但同樣的邏輯也適用於 Anthropic 正悄悄建立能量的其他領域：氣候科學、材料研究、能源系統。6 月 30 日的活動，是一場醞釀了一年多的垂直策略的公開首發。

科學 AI 的版圖爭奪已正式開打。Anthropic 目前擁有最具公開知名度的陣地、業界最著名的諾貝爾獎科學家，以及 4 億美元的生物 AI 基礎設施收購。

這是否足以贏得這場注定漫長的比賽，仍是懸而未決的問題。