字节笔记本
2026年11月6日 · 约 4 分钟读完
数了 20.7 万次会话：科学家拿 Claude 算数写作，很少提想法
Anthropic 11 月 6 日发布了一份研究报告：用隐私保护方法分析了 207,049 次 Claude 与 Claude Code 的科研相关会话——其中 128,914 次来自 Claude 聊天/Cowork，78,135 次来自 Claude Code。样本时间为 2026 年 8 月 2 日至 9 月 30 日，全部来自消费者套餐；会话经分类器打标签后仅保留聚合标签，不含对话内容、数据集、假设与未发表论文。
数出来的结果，和"AI 帮科学家想点子"的想象不太一样。
领域：计算机科学用得最凶
按领域分，计算机科学占 Claude Code 会话的 32.7%，而计算机科学研究人员只占全球研究人员的 4.3%；AI/机器学习子领域占 Claude Code 会话的 15.2%，对应研究人员占比只有 1.2%。换句话说，CS 和 AI 研究者对 Claude Code 的使用强度，远超研究人员平均水平。
任务：数据分析占近一半，提想法不到 5%
按任务分（研究人员实际时间占比放在括号里对照）：
- 数据分析：占 Claude 会话 33.7%、Claude Code 会话 48.1%（时间占比 27.6%）——写代码的会话里近一半是在算数；
- 写作与沟通：占 Claude 会话 32.0%（时间占比 16.0%）；
- 想法生成与假设提出：只占 Claude 会话 4.2%、Claude Code 会话 2.1%（时间占比 7.1%）；
- 数据收集：占 11.5%/11.9%（时间占比 28.6%）。
报告自己的结论是：科学家把 AI 用在它最擅长的地方，而非他们认为最重要的地方。对照看很直观——数据分析时间占比 27.6%，Claude Code 会话占比冲到 48.1%；数据收集时间占比高达 28.6%，AI 会话占比只有约 11%——收集数据这种体力活 AI 还替不了。报告还给出一个量化口径：AI 最擅长的任务（能力前 20%）获得的使用量，是按时间占比预测的 2–4 倍。
预测部分：注意是推演，不是实测
报告里传播最广的两个数字都要带定语。据报告推演（简单模型测算，非实测）：现有能力被广泛采用，可使部分领域的科研产出翻倍；若 AI 能承担全部非体力科研工作，计算机科学、统计学等高度认知领域的产出最高可提升 15 倍，化学、生物等受物理瓶颈限制的领域提升 3–4 倍。另据报告内调查，受访的活跃 AI 用户中约 40% 预计模型到 2030 年能独立完成完整科研项目。
三个边界放在这：样本是消费者套餐，不代表机构与实验室全貌；"15 倍"是推演上限，不是承诺；报告作者包含 Anthropic 研究人员，是发布方口径，数据未经第三方复现。
对做 AI 产品的人意味着什么
落点一句话：科学家把 Claude 当数据分析与写作助手用，而不是当想法生成器——数据分析占 Claude Code 会话近一半（48.1%），想法生成只占 2.1%。想切科研场景的产品，先从"帮科学家算数、帮科学家写东西"切入，别从"帮科学家想点子"切入——后者既不是他们的高频用法，也不在 AI 当前能力分布的强项区。
