Anthropic 分析 20 万次科研会：科学家用 Claude 最多的是分析数据和写论文，他们最看重的提想法反而用得最少
Anthropic 11 月 4 日发布研究报告，统计了 2026 年 8 月 2 日到 9 月 30 日约 20.7 万次科研相关的 Claude 会，看科学家拿 AI 干什么，以及 AI 能让科研快多少。
先说结论：
• 分析数据是第一大用途，占 Claude 科研会的三分之一，Claude Code 的近一半
• 科学家认为最重要的两件事，提出想法和收集数据，用 AI 最少
• 现有 AI 能力如果普及开来，部分领域科研产出最多翻一倍；要是 AI 能包揽所有不用动手的工作，计算机、统计能快约 15 倍，化学、生物只能快 3 到 4 倍，因为实验还得有人在实验室做
【数据怎么来的】
样本来自个人订阅用户，聊天和 Cowork 里 12.9 万次，Claude Code 里 7.8 万次。研究团队让模型给每段会打上“化学”“数据清洗”这类标签，研究内容本身不保存。
【用在哪：分析和写作多，想点子少】
报告拿每类工作的 AI 用量，和科学家花在这类工作上的时间对比。
分析数据占科研时间约 28%，在 Claude 上占 33.7%，在 Claude Code 上占 48.1%。写作和沟通只占科研时间 16%，在 Claude 上占 32%，单项最多的任务是起草论文。
收集数据占科研时间 28.6%，在 Claude 上只占约 12%，临床样本、生化数据这类要动手采集的尤其少。提出想法和假设占科研时间 7.1%，在 Claude 上占 4.2%，Claude Code 上只有 2.1%。
Anthropic 还调查了 528 位科学家，请他们给四类工作的重要性分配 100 分。提想法拿 35.6 分排第一，收集数据 23.6 分排第二。
报告的解释是：收集数据大多要动手；提想法，科学家可能更愿意自己来，AI 在挑研究问上也可能确实更弱。
【AI 越擅长的活，用得越多】
研究团队给 7000 多项科研任务各打了一个“AI 能力分”：把任务拆成步骤，让模型两两比较哪一步 AI 做得更好，再用类似国际象棋等级分的办法算出排名。
然后算“使用倍数”：一项任务在 Claude 会里的占比，除以它在科研时间里的占比。一项任务占科研时间 5%、占会 10%，倍数就是 2，说明 AI 用量是按时间推算的两倍
