6月30日，Anthropic和OpenAI同时在AI4S赛道投下了各自的筹码。Anthropic发布了科研智能体工作台Claude Science，明确表态“不依赖新模型”，通过工作流整合现有能力来承包科学家的日常研究流程。OpenAI推出了GeneBench-Pro，一套覆盖基因组学、定量生物学等10个领域的评测基准，其测试数据显示，在129个真实科研workflow题目中，即便是最强的GPT-5.6 Sol，端到端通过率也只有28.7%。两家巨头的方向看似不同，但都是基于同一个判断：AI4S的瓶颈已不是模型不够强，而是模型远未做到真正的端到端。基于这一共识，Anthropic的选择是把现