Anthropic「AI for Science」全解析： AlphaFold 之父 John Jumper 加盟、Claude 製藥提速 10 倍

這場發布代表 Anthropic 向生命科學領域全面宣戰的決心——繼 Claude Code 之後，醫藥研發是 Anthropic 最有把握實現「AI 替代人類專業勞動」的垂直領域之一。

演講嘉賓陣容（部分）

• 痛點一：研發週期過長——傳統新藥研發平均 12–15 年、成本超 26 億美元，進入臨床試驗的候選藥物僅約 10% 最終獲批。
• 痛點二：文件合規瓶頸——臨床研究報告（CSR）等監管文件撰寫耗時數月，嚴重拖慢申報流程。
• 痛點三：工具碎片化——Benchling、PubMed、10x Genomics 等平台各自獨立，科學家在工具間切換消耗大量時間。
• 痛點四：頂級模型存取受限——Mythos 5 因美國出口管制對部分使用者不可用，跨國團隊面臨合規不確定性。

John Michael Jumper，1985 年生於美國阿肯色州小石城。學術軌跡：范德堡大學數學與物理雙學士（2007）→ 劍橋大學物理碩士、馬歇爾獎學金（2008）→ 芝加哥大學理論化學博士（2017），導師 Tobin Sosnick 與 Karl Freed。2017 年博士畢業僅 6 個月後加入 Google DeepMind，參與秘密專案 AlphaFold。

AlphaFold：解決生物學 50 年懸案

蛋白質折疊問題：已知胺基酸序列，如何預測蛋白質三維結構？2020 年 CASP14 競賽中，Jumper 與 Demis Hassabis 領導的團隊以遠超所有競爭對手的精度完成這一任務，震驚整個生物學界。

• 2.14 億+ 種蛋白質結構被預測（涵蓋約 100 萬個物種）
• 全球 190 個國家、200 萬+ 科研人員使用
• 加速癌症治療、藥物研發與分子生物學基礎研究

2024 年，Jumper 與 Hassabis 共同獲得諾貝爾化學獎（另一半授予華盛頓大學 David Baker 教授）。Jumper 獲獎時年僅 39 歲，是 70 多年來最年輕的化學諾貝爾獎得主。

2026 年 6 月 19 日的官宣

「將近九年後，我決定離開 Google DeepMind，加入 Anthropic。」—— John Jumper，X 平台

Hassabis 公開回應：「我們用 AlphaFold 改變了世界，證明了 AI 在科學和醫學領域的可能性。」Jumper 的加盟宣布距今天發布會僅 11 天——業界普遍認為這是 Anthropic 生命科學戰略敘事的關鍵一環。Anthropic 尚未公開 Jumper 的具體職位，但他極有可能主導基礎生物科學 AI 研究方向，甚至推動類似「ClaudeFold」的下一代蛋白質 AI 工具。

誠實的判斷：Jumper 能否在 Anthropic 複製 AlphaFold 的成功尚不確定。AlphaFold 的成功依賴 DeepMind 多年基礎設施、頂級生物學機構合作，以及 CASP 競賽這一可驗證的科學問題。Anthropic 是以語言模型為核心的商業 AI 公司，正在向專業科學 AI 轉型——生物學知識價值巨大，但轉化為可落地產品突破需要時間和整個組織的配合。

今天的發布會不是從零開始——它是 Anthropic 系統性佈局的高潮節點。2026 年 4 月 Anthropic 完成 650 億美元 H 輪融資、估值 9650 億，生命科學成為其 IPO 敘事的重要支柱。

Claude for Life Sciences 是在 Claude Enterprise 之上構建的垂直醫藥行業解決方案，核心是一組 MCP 連接器（Connector）和 Agent Skills，覆蓋藥物研發全管線：

覆蓋階段：早期發現（文獻綜述、假說生成、靶點識別）→ 臨床前（基因組分析、scRNA-seq 質控、毒性預測）→ 臨床試驗（方案起草、入組監控）→ 監管申報（法規文件、差距分析、FDA 查詢回應）。

Claude Mythos 5 是 Anthropic 在生命科學領域最強大的模型。Anthropic 內部研究顯示，配合蛋白質設計和生物資訊學工具，在無人工輔助情況下：

• 藥物設計關鍵步驟提速約 10 倍
• 14 個蛋白質靶點中 9 個（64%） 產出強力候選化合物
• 自主完成全流程：識別結合位點 → 選擇工具 → 執行設計程式 → 從失敗中自我恢復

測試靶點覆蓋免疫檢查點、生長因子訊號通路、神經退化性疾病、肌肉疾病及複雜結構靶點。在 Dyno Therapeutics 提供的 AAV 衣殼結構預測任務上，Mythos 5 超越了專用蛋白質語言模型——通用模型在專業領域打贏了專業工具。

分子生物學假說生成盲測中，Mythos 5 被人類評審選擇的機率約 80%，顯著優於上一代 Opus 級別模型；其中一個關於大腸桿菌潛在抗菌新靶點蛋白的假說已在實驗室得到初步驗證。一週無監督執行中，Mythos 5 匯聚 138 種動物物種、數百萬細胞的單細胞資料，自主訓練客製 ML 模型——該模型比近期 Science 同類模型小 100 倍但性能更優。

諾和諾德 NovoScribe：CSR 撰寫縮短 90%

諾和諾德（Ozempic 製造商）基於 Amazon Bedrock 和 Claude 構建內部平台 NovoScribe，採用 RAG 架構結合領域專家審定範本。

「Claude 幫助我們將 CSR 撰寫時間縮短了 90%，讓文件能直接進入人工審核和批准流程。」—— Waheed Jowiya，數位化策略總監，Novo Nordisk

當前已從 CSR 擴展到器械方案文件、患者材料，並探索 Common Technical Documents（CTD）全流程自動化。

2026 年 4 月，Anthropic 以約 4 億美元全股票收購隱形生物技術新創 Coefficient Bio——一家不到 10 人的公司。聯合創辦人 Samuel Stanton 和 Nathan C. Frey 均來自 Genentech Prescient Design 計算藥物發現團隊，研究目標是「生物領域的人工超級智慧（ASI for Science）」。投資方 Dimension 在本次收購中實現 38,513% 的 IRR。團隊已併入 Anthropic 生命健康部門，由 Eric Kauderer-Abrams 領導，核心能力——蛋白質設計與生物大分子建模——正是從 Claude 生命科學助手到真正 AI 藥物發現引擎之間最關鍵的跨越。

AI 正在重構藥物研發成本曲線

• 靶點識別：從數百萬篇文獻提取訊號，從數月壓縮到數小時
• 化合物設計：從傳統實驗室篩選到計算模擬，速度提升數十倍
• 臨床方案：自動生成符合 FDA 規範的草案，合規文件效率提升數倍

相比 OpenAI、Google DeepMind，Anthropic 在生命科學的三項優勢：

1. 安全優先文化：Constitutional AI 更易獲得製藥行業監管信任
2. 垂直整合深度：Claude for Life Sciences 連接器 + Coefficient Bio 計算生物學 + John Jumper 基礎科學背書
3. 頭部客戶鎖定：Novartis、BMS、Genentech、Novo Nordisk 等深度使用者形成產業壁壘

• 可引用資料 · 新藥研發週期：傳統平均 12–15 年，成本超 26 億美元（2024 年資料）
• 可引用資料 · 臨床試驗成功率：進入臨床試驗的候選藥物僅約 10% 最終獲批上市
• 可引用資料 · AlphaFold 規模：2.14 億+ 蛋白質結構、190 國 200 萬+ 科研人員使用
• 可引用資料 · Mythos 5 藥物設計：10 倍加速、14 靶點中 9 個產出候選化合物、假說生成 80% 優選率

Claude Mythos 5 是 Anthropic 生命科學最強武器，但目前處於美國政府管控之下：

• 6 月 12 日：美國政府以出口管制為由，強制 Anthropic 下線 Fable 5 和 Mythos 5，禁止非美國公民存取
• 6 月 26 日：商務部部分恢復，允許約 100 家美國關鍵基礎設施企業和機構存取 Mythos 5
• Fable 5 全面恢復仍在談判中

這對 Anthropic 全球生命科學業務帶來實質性合規風險，尤其跨國藥企的非美國團隊。詳細背景見本站Claude Fable 5 封禁與替代方案一文。

關鍵判斷

1. 生命科學正在成為 AI 的下一個主戰場——繼程式碼（Claude Code）之後，醫藥研發是 Anthropic 最有把握實現 AI 替代專業勞動的領域
2. John Jumper 加盟是戰略訊號——代表對「基礎科學 AI」路線的押注，不只是幫科學家寫報告，而是讓 AI 真正參與科學發現
3. 台灣、香港及亞太藥企與研究機構需關注——非美國使用者存取 Mythos 5 級別能力的路徑尚不清晰；百度文心、阿里雲、智譜等區域 AI 公司的生命科學佈局將成為重要替代方向

今日發布會值得密切關注

• John Jumper 是否亮相及其官方職位
• 是否宣布 Mythos 5 生物學開放計畫或擴展可信存取
• Claude for Life Sciences 新連接器或 Agent Skills
• Fable 5 恢復時間表
• 非美國研究人員的國際存取路徑

常見問題（FAQ）

Q：Claude Mythos 5 藥物設計比人類快多少？
A：內部測試顯示關鍵步驟約 10 倍加速；14 個蛋白質靶點中 9 個在無人工輔助下產出候選化合物。

Q：現在能用 Claude Mythos 5 做生物學研究嗎？
A：截至 2026-06-30，Mythos 5 僅向約 100 家經審查的美國組織開放；Fable 5 自 6 月 12 日起因出口管制暫停公眾存取。

Q：Coefficient Bio 為什麼值 4 億美元？
A：團隊來自 Genentech 計算藥物發現，帶來蛋白質設計與生物大分子建模能力，是 Anthropic 從助手到 AI 藥物發現引擎的關鍵跨越。

權威來源：Claude for Life Sciences 官方介紹、Fable 5 & Mythos 5 技術報告、Novo Nordisk 案例、John Jumper 諾貝爾獎演講。

1. 盤點現有研發管線痛點：區分文獻綜述/靶點識別、化合物設計、CSR/CTD 撰寫、臨床試驗監控四類瓶頸，優先 ROI 最高的環節。
2. 評估 Claude for Life Sciences 連接器覆蓋：核對 Benchling、PubMed、10x Genomics、Medidata 等是否已在團隊工作流中使用；未覆蓋環節規劃 API 或 MCP 自建橋接。
3. 確認 Mythos 5 / Fable 5 存取權限：美國實體申請 Project Glasswing 或關鍵基礎設施白名單；非美國團隊評估 Opus 4.8、GPT-5.6 或區域替代模型的合規路徑。
4. 參考 NovoScribe 模式搭建 RAG 平台：領域專家審定範本 + 案例變數 + Claude/Bedrock 後端；從 CSR 單一場景試點再擴展 CTD。
5. 建立人機協作審閱流程：AI 輸出必須經領域專家審核後方可進入監管申報；保留完整稽核日誌滿足 FDA/EMA 可追溯要求。
6. 關注今日發布會後續公告：Jumper 角色、Mythos 5 開放計畫、Fable 5 恢復時間表——任一變動都可能重塑團隊工具選型。

今天的「AI for Science」發布會是 Anthropic 18 個月系統性佈局的公開宣告。Claude for Life Sciences 基礎設施、Coefficient Bio 收購、Karpathy 預訓練工作，以及 John Jumper 的加盟，構成一條連貫策略——Anthropic 正在嚴肅押注 AI 將在臨床層面壓縮藥物發現時間線。能否出現 AlphaFold 級別的科學突破仍未知，但拼圖比多數觀察者認識的更完整。

對於需要執行 Claude Code、自建 MCP 連接器、本地生物資訊學流水線或 7×24 Agent 自動化的團隊，純 SaaS API 方案有三個真實短板：出口管制隨時切斷頂級模型存取、共享雲端實例上的長任務易被搶占或限流、跨國合規稽核難以在第三方環境完成。對於更穩定、更適合 AI Agent 與生命科學工作負載的生產環境，JEXCLOUD 多區域裸金屬 Mac 是更優解：獨佔 Apple Silicon 算力、7×24 在線、按月彈性擴縮，120 秒交付，適合 MCP Server 常駐、本地 RAG 索引與合規資料隔離。具體節點與價格請見 JEXCLOUD 定價頁。