Anthropic 在 11 月 5 日发布了一份被中文媒体称为 “35 页” 的报告《AI for scientific discovery: How researchers use Claude》，把 207049 次真实科研会话扒了一遍，算出两件事：一是以现有能力、假设全行业都用上，AI 能接走一项新研究 27% 到 52% 的研究人员工时，中位是 38%；二是如果把所有 “不用动手” 的环节全部自动化，统计、计算机、经济、数学、心理这类纯脑力学科，产出能到 15 到 16 倍，而生物、化学、材料这些离不开实验室的学科，只能到 3 到 4 倍。所谓 “一周只上三天”，是拿 38% 去折算 5 个工作日得出的（省下约 1.9 天，剩 3 天出头），报告本身并没有这句话；“16 倍” 也是三种假设情景里最激进的那一种，不是实测出来的论文产量。真正硬的数据只有一组：AI 已经在数据分析和写作上吃掉了远超其工时占比的活，而科学家最看重的 “提假设” 和 “采数据”，恰恰是 AI 参与最少的环节。
一、这份报告到底测了什么
| 项目 | 具体口径 |
|---|---|
| 发布方与时间 | Anthropic 经济研究团队，2026-11-05 发布 |
| 主要作者 | Johannes Hermle、Benjamin Jones、Lukas Althoff 等 |
| 会话样本 | 207049 次科研会话（Chat/Cowork 128914 次 + Claude Code 78135 次） |
| 取样时段 | 2026-08-02 至 2026-09-30 的消费者套餐 |
| 配套问卷 | 528 名一线科研人员，多为生命科学与健康领域、且已在用 AI 的人 |
| 任务分类体系 | SciNet 分类法：7262 个具体任务、34 个学科、318 个子领域 |
| 隐私处理 | 用模型给会话打标签，只保留 “学科＋任务” 标签，不提取研究内容、假设或未发表论文 |
| 账号 | 三套入口分别统计：Claude / Cowork、Claude Code、Claude Science |
统计方式是先算一个 “理论 AI 能力分”—— 把 7262 个科研任务两两对比，看 AI 干哪个更顺手，类似下棋的 ELO 打分 —— 再用这个分数去解释 “为什么有些活科学家愿意交给 AI”。
二、AI 的活集中在数据分析和写作，两处都处于 “超配” 状态
| 任务类别 | 占研究人员时间 | 占 Claude 会话 | 占 Claude Code 会话 |
|---|---|---|---|
| 数据分析 | 27.6% | 33.7% | 48.1% |
| 写作与交流 | 16.0% | 32.0% | — |
| 数据收集 | 28.6% | 11.5% | 11.9% |
| 提点子、做假设 | 7.1% | — | 2.1% |
| 物理性采数据 | 7.1% | 4.2% | 2.1% |
- 数据分析是绝对主力，Claude Code 上接近一半的会话都在干这个。
- 写作的占比是人类工时的两倍，说明大量 “写” 的动作被外包了。
- 数据收集占人类时间近三成，会话占比却只有一成出头，落差最大。
- 在 528 人的问卷里，“提出点子与假说” 排第一、“数据采集” 排第二，而这两块恰好是 AI 参与最少的。
一个例外值得单拎出来：面向科研的 Claude Science 上，提假设类任务占到 8%，差不多和人类在这个环节的时间占比打平，明显高于普通 Claude。这类会话也更 “重”—— 超过 80% 的内容估计需要博士级训练（20 年教育），七成以上由 AI 高度自主完成（普通 Claude 只有 23.7%，Claude Code 是 64.1%），单次会话对应的人类工作量接近普通入口的两倍。
三、学科差距比想象中大
- Claude 会话份额前三：计算机 11.9%、工程 8.4%、医学 7.7%。
- Claude Code 更 “偏科”：全球计算机科研人员只占 4.3%，却刷走 32.7% 的 Claude Code 科研会话。
- 细分到 318 个子领域：AI 与机器学习方向只占全球科研人员 1.2%，却占 15.2% 的 Claude Code 会话。
- 凡是前面带 “计算” 两字的（计算生物、计算语言、计算神经科学）都在重度使用；泡实验室的化学家、坐诊的临床医生明显用得少。
背后是一条可以量化的规律，AI 能力分与几件事的相关性分别是：
| 任务特征 | 与 AI 能力分的相关性 |
|---|---|
| 适合强化学习（可反复试错、有明确反馈） | 0.78 |
| 纯认知型（动脑不动手） | 0.69 |
| 需要亲手做物理操作 | −0.57 |
| 涉及人际协作 | −0.31 |
| 有监管限制 | −0.38 |
反过来，用量也跟着这个分数走：能力分最高的那 20% 任务（画数据图、跑统计检验），在 Claude 上的调用量是按其工时推算的 2 倍，在 Claude Code 上是 4 倍；最低的那 20%（提纯反应混合物、做田野观察）几乎没人用。
四、27%、38%、16 倍分别是怎么来的
| 情景 | 假设 | 结果 |
|---|---|---|
| 情景一：现有能力普及 | 按问卷五档参与度（0/25/50/75/100%）贴到各任务 | 接手 27%–52% 工时，中位 38%；产出 1.35 倍（艺术）至 2.02 倍（统计），计算机 1.96 倍，化学 1.41 倍 |
| 情景二：非物理环节自动化 75% | 假设所有不动手的步骤 75% 交给 AI | 计算机约 8 倍，统计与图书情报 7 倍，经济 6 倍，多数社会科学、数学、物理 4–5 倍，实验与医学 2–3 倍 |
| 情景三：非物理环节 100% 自动化 | 极端假设，上限 | 统计、计算机、经济、数学、心理及多数人文社科 15–16 倍；生物、化学、材料、农学、生物医学 3–4 倍 |
- “一周三天” 怎么算的：5 个工作日 × 38% ≈ 1.9 天被 AI 接走，剩 3.1 天。这是媒体做的折算，不是报告原文。
- 为什么卡在 16 倍：报告假设 AI Agent 每小时 30 美元、研究员每小时 95 美元，AI 干一件事的成本大约是人的十六分之一，所以加速上限也停在 16 倍附近。AI 成本若减半，这个上限还能再抬一倍。
- 为什么实验学科起不来：农学、生物医学、化学、材料这类学科，38% 到 41% 的工时是必须人肉上手的实体操作，而各学科中位数只有 4%。物理环节一项就解释了 “AI 可接手份额” 差异的约三分之一。
- 艺术和人文学科在情景一里最慢（1.35、1.36 倍），不是因为要动手（艺术只有 10%、历史 4% 的物理工时），而是定性解读类工作难靠强化学习刷出能力分。
五、省下时间为什么不等于产出翻倍
- 任务是互补的，不是相加的。一篇论文要串很多环节，某一环快十倍，也补不了另一环的短板，整体速度被最慢的一环锁住。
- 科学家会把腾出来的时间挪到 AI 帮不上的地方，比如重新提问题、做实验设计，所以节省的工时不会 1:1 变成论文。
- AI 自身有成本。按每小时 30 美元、省 1 小时需跑 0.2 小时算（这个 0.2 是中文媒体的换算口径），相当于花 6 美元换回 95 美元的人力，账面上划算，但会摊薄净收益。
- 三笔账叠起来，情景一里即便是最 “纯脑力” 的学科，也只到 2 倍上下。
六、科学家自己的预期
| 判断 | 比例 |
|---|---|
| 认为 AI 在数据分析上已追平本领域顶尖研究者 | 38% |
| 认为 2030 年能做到这一点（数据分析） | 94% |
| 认为 2030 年前 AI 能独立完成整个研究项目 | 约 40% |
| 认为 2035 年前能做到 | 约 64% |
| 认为永远做不到 | 16% |
预期最谨慎的是 “提假设” 和 “采数据”，这也和当前用量最低的现实对得上。报告还提醒，历史上对 AI 进度的预测普遍偏低 ——2022 年中期专家给出的 “AI 拿国际数学奥林匹克金牌” 中位预测是 2030 年，实际 2025 年就实现了。
七、这份报告不能当成什么
- 只覆盖 Anthropic 自家消费者套餐的使用者，不代表全行业，也不含企业版和 API 调用。
- 528 人问卷是自愿参与、且本身就在用 AI 的群体，天然偏乐观，不是随机抽样。
- 16 倍、8 倍这类数字来自一个简单经济学模型的情景推演，不是测量出来的论文数量或研究周期。
- “AI 接手 38% 工时” 是 “可接手” 而非 “已接手”，前提是这些能力被广泛采用、且科学家愿意把每一步都交出去。
- 学科规模用的是全球科研人员占比，和各国实际学科结构不完全一致。
【相关 FAQ】
问题 1：Anthropic 35 页报告里的 “AI 接手 38% 科研工时” 是怎么算出来的？
回答 1：Anthropic 35 页报告先按问卷把 AI 参与度分成五档（完全不用、辅助、分担、委托、全自动），对应 0%、25%、50%、75%、100% 的工时替代，再按每个科研任务的 AI 能力分从高到低贴上去，最后汇总出一项新研究里 AI 可接手的工时占 27% 到 52%，中位数 38%。注意这是 “可接手” 的上限估计，不是已经发生的替代。
问题 2：Anthropic 35 页报告说的 16 倍科研产出，真的会发生吗？
回答 2：16 倍是 Anthropic 35 页报告第三种情景的推演结果，前提是 “所有不用动手的科研环节 100% 自动化”，而且只适用于统计、计算机、经济、数学、心理这类几乎不含物理操作的学科。报告自己写明这是依赖强假设的推测性情景，16 倍的天花板来自 AI 成本约为人类研究员的十六分之一；生物、化学、材料这些学科在同一情景下只有 3 到 4 倍。
问题 3：为什么 Anthropic 35 页报告里生物、化学只有 3 到 4 倍？
回答 3：因为这几门学科 38% 到 41% 的科研工时是必须人工完成的实体操作，比如配试剂、跑柱层析、养细胞、做材料表征，而各学科的中位水平只有 4%。Anthropic 35 页报告的模型里，这部分物理环节 AI 替不了，整体速度就被锁在 3 到 4 倍，除非实验室本身也自动化。
问题 4：“一周只上三天” 这个说法在 Anthropic 35 页报告里有依据吗？
回答 4：报告里没有这句话。它是把 38% 的中位工时替代率折算到 5 个工作日得出的 ——AI 接走约 1.9 天，人还剩 3 天出头。所以 “一周只上三天” 是对 Anthropic 35 页报告结论的一种通俗换算，属于媒体解读，而且成立前提是 AI 的能力被充分用上、并且只统计可被替代的那部分工时。
【参考资料】
[2026-11-09]（一周只上 3 天！Anthropic 35 页报告：全球科研产出或拉爆 16 倍）人人都是产品经理（转载新智元）
[2026-11-08]（一周只上 3 天！Anthropic 报告：科研产出或拉爆 16 倍）今日头条・新智元
[2026-11-07]（Anthropic Analyzes 207,000 Research Sessions: Scientists Mostly Use Claude for Data Analysis and Writing）AI 之上
[2026-11-05]（AI for scientific discovery: How researchers use Claude）Anthropic 官方研究页
[2026-11-05]（AI for Scientific Discovery: How Researchers Use Claude，PDF 全文）Anthropic
【免责声明】
本文为公开信息整理，所有数字引自 Anthropic 官方报告及公开报道，其中 “一周只上三天” 为媒体换算表述、“16 倍” 为报告假设情景推演值，均不代表已实现的科研产出。报告样本限于 Anthropic 消费者套餐用户与自愿参与问卷者，存在样本偏差；不同学科、不同国家的实际情况可能有较大差异。本文不构成任何投资、采购或科研决策建议，请以 Anthropic 官方原文为准。