Anthropic 研究分析 207,000 場研究工作階段：科學家主要用 Claude 進行資料分析與寫作

Anthropic 發布報告，探討科學家如何使用 Claude、Claude Code 和 Claude Science。報告分析了 2026 年 8 月 2 日至 9 月 30 日期間消費者方案的 207,049 場工作階段（Claude 和 Cowork 共 128,914 場，Claude Code 共 78,135 場）。分類器為每場工作階段標記研究領域和研究任務；Anthropic 表示，僅保留這些標籤，並以彙總形式呈現結果。

Anthropic 報告內容：

• 領域：相較於研究人員人數，電腦科學、數學和統計學領域更常使用 Claude；健康科學和以實驗室為主的物理科學則較少使用。電腦科學研究人員占全球研究人員的 4.3%，但占 Claude Code 工作階段的 32.7%。
• 任務：資料分析占 Claude 工作階段的 33.7%、Claude Code 工作階段的 48.1%，而研究人員花在這項任務上的時間占 27.6%。寫作占 Claude 工作階段的 32.0%。資料蒐集（11.5%）和構想發想（Claude 上為 4.2%、Claude Code 上為 2.1%）的使用比例低於研究人員投入的時間；不過，對 528 位使用 AI 的科學家所做的調查顯示，構想發想和資料蒐集被評為對重要成果最為關鍵的任務。
• Claude Science：構想發想約占其工作階段的 8%，與研究人員投入這項任務的時間比例大致相當；其任務也比 Claude 上的任務更專門。Anthropic 認為，專用工具正在縮小這項落差。
• 能力：相較於研究人員投入的時間，AI 理論上最擅長的任務，實際使用量應為其兩到四倍。
• 情境推估：根據一個簡單模型，Anthropic 表示，現有能力在某些領域可能使研究產出翻倍。若 AI 承擔所有非實體研究工作，電腦科學和統計學的產出可能提高至 15 倍，化學和生物學則可能提高三至四倍。約 40% 受訪研究人員預期，到 2030 年 AI 將能執行完整的研究計畫。