探索 AI 科研、生命科学和医疗应用，适合科研人员与领域学习者。
34 条精选 · 入门 6 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
Claude Science, an AI workbench for scientists
文章介绍 Claude Science，一个面向科学家的 AI 工作台应用。它整合研究人员常用工具和软件包，产出可审计的工件，并提供灵活的计算资源访问；文中提到科研常需跨多个数据库和 PubMed、Jupyter、R、集群终端等工具切换，该应用旨在把这些分散的工具集中起来。适合科研人员和对 AI 科研工具感兴趣的读者。
Using AI to help physicians diagnose rare genetic diseases affecting children
OpenAI 2026 年 6 月 18 日发布的应用 AI 类文章，介绍一项发表于 NEJM AI 的研究：专家使用 OpenAI 的推理模型重新分析 376 个此前未解决的病例，为 18 个诊断提供线索。页面附有该研究摘要的链接。
Uncovering repurposed medicines to fight liver fibrosis
Google DeepMind 博客文章（2026 年 5 月 19 日），介绍斯坦福大学医学院遗传学家 Gary Peltz 使用 Co-Scientist 寻找肝纤维化治疗药物的研究。研究发表于 Advanced Science：Peltz 让 Co-Scientist 提出三个候选药物并说明理由，同时自己选出两个，再用活体人类肝细胞测试；他自己选的两个无效，Co-Scientist 所选药物中有两个阻断了纤维化并促进肝细胞再生。
How WeatherNext helped the National Hurricane Center better predict Hurricane Melissa’s historic landfall in Jamaica
Google DeepMind 博客文章（2026 年 5 月 19 日），讲述 2025 年 10 月飓风 Melissa 登陆牙买加一事的预测过程。文中说明 WeatherNext AI 模型帮助美国国家飓风中心提前五天高置信度预测出风暴的快速增强和在牙买加的登陆，该中心据此首次从一级风速起预测风暴达到五级强度，并为当地社区发布预警、争取准备和疏散时间。
Expanding our Heat Resilience data to 50+ global cities
Google Research 发布覆盖 50 多个全球城市的建筑级屋顶反射率扩展数据集，帮助城市规划者推行冷屋顶方案以缓解极端高温，并通过新的高分辨率 Heat Resilience Earth Engine 应用提供访问。文中给出背景数据：每年约 50 万人死亡与极端高温有关，城市热岛效应使都市升温速度为全球平均的两倍，近期西欧热浪超过 40°C，深色路面屋顶等吸热材料与植被缺乏是局部升温主因，提高屋顶反照率可降低建筑吸收的太阳能。作者为 David Fork 与 Jules Kuperminc，日期标注 2026 年 6 月 30 日。
Claude reveals ECDSA curve origins
Anthropic 研究页面，称已解开最常用密码学标准之一的起源之谜，摘要给出“其实就是时间戳”的说法。正文说明 ECDSA 于 2000 年被 NIST 采纳为 FIPS 186-2 数字签名标准的一部分，其中曲线参数 b 由 NSA 提供的 seed 参数哈希生成，而这些 seed 的出处长期没有解释；文中以 NIST P-256 的 SEED 值为例。页面注明读者可将其视为一个有趣的收尾章节，无需采取任何行动。
Co-Scientist: A multi-agent AI partner to accelerate research
Google DeepMind 介绍 Co-Scientist，这是一个基于 Gemini 构建的多智能体 AI 系统，用于针对复杂科学问题迭代生成、辩论和演化新假设，面向生命科学等领域的研究者。文章提到相关研究已在 Nature 发表，并通过名为 Hypothesis Generation 的实验性工具向个体研究者开放。
AlphaEvolve: How our Gemini-powered coding agent is scaling impact across fields
这篇文章由 AlphaEvolve 团队在 Google DeepMind 博客发布，日期为 2026 年 5 月 7 日。文章回顾了一年前推出的、基于 Gemini 的算法设计编程智能体 AlphaEvolve，并汇总其在数学、计算机科学、Google 基础设施、自然世界物理解释、电网和计算基础设施等领域已产生的影响，其中提到它在基因组学中用于改进 DeepConsensus 模型。文章面向关注 AI for Science 与算法应用的读者。
Scientific computing in the age of agentic AI
OpenAI 于 2026 年 7 月 28 日发布的一篇研究出版物，是一份探索性实地报告。报告介绍科学家如何使用编码智能体来更新科学计算软件，以加快基因组学及其他数据密集型领域的软件开发与研究进程；页面附有论文 PDF 链接。适合对科研工作流与 AI 智能体应用感兴趣的读者。
A near-autonomous AI chemist improves a challenging reaction in medicinal chemistry
这是 OpenAI 与 Molecule.one 合作的研究发布，介绍一个使用 GPT-5.4、接近自主运行的 AI 化学家（Molecule.one 的 Maria）改进了关键药物合成反应。文中称其找到一种出人意料的添加剂，使测试的 80% 以上底物的 Chan-Lam 偶联产率提升，并附有论文和思维链摘要链接。
Claude designed protein binders against scorpion neurotoxins
Anthropic 介绍其内部研究用 Claude 模型按提示词和四次后续追问设计出针对蝎神经毒素的小型蛋白结合体（minibinders），这些提示由 Anthropic 与投资研究公司 Citrini Research 合作拟定。Adaptyv Bio 和 Twist Bioscience 的团队对 211 个设计做了结合实验测试，其中 17 个符合标准，Anthropic 将全部 211 个设计及数据作为资源公开。
Designing more efficient quantum circuits with Claude
这是 Anthropic 的一篇研究介绍文章，讲团队给 Claude 提供了化学、优化、物理模拟和数论领域八个电路的纯文字规格说明，以及一个自动检查并评分的评估器，Claude 基本独立地设计出了优于已发表最佳版本的电路，部分案例提升一个数量级或更多。文章称这类改进能显著减少实用应用所需的量子资源；工作由 Andi Gu 在 Anthropic STEM Fellows 项目中主导，并与哈佛的 Susanne Yelin、Mikhail Lukin 等合作，完整论文见 arXiv。
Empirical Research Assistance (ERA): From Nature publication to catalyzing Computational Discovery
Google Research 介绍 Empirical Research Assistance（ERA），一个使用 Gemini 编写和优化科研代码的 AI 工具，针对科研中反复测试与改进计算实验这一耗时环节。相关成果以论文形式发表于《自然》，该技术还被用于构建 Computational Discovery 原型，并通过 Google Labs 的可信测试者计划开放。
SymptomAI: Towards a conversational AI agent for everyday symptom assessment
这是 Google Research 发布的一篇研究介绍，作者为研究实习生 Joseph Breda 与研究科学家 Jake Sunshine，日期为 2026 年 7 月 22 日。文章介绍了一项全国规模的研究，内容是用 AI 进行鉴别诊断和症状自查。文中指出，大量临床诊断可仅凭语言访谈得出，而现有语言模型评估多依赖精心编写、有时是合成的病例描述，不能反映日常患者描述症状时医疗知识水平不一、信息不完整等真实情况。
Bringing foundational models to the front lines of TB screening
Google Research 2026 年 10 月 23 日的博文，介绍其过去五年从早期研究基准走向可在诊疗现场微调部署的开放基础模型的工作，目标是缓解结核病筛查中的放射科瓶颈。文中指出结核病每年约夺去 123 万人的生命，在高负担地区放射科医生稀缺、影像设施往往相距数日路程，导致大量活动性病例未被发现。属于医疗 AI 与公共卫生方向的内容。
Empowering frontline maternal care with AI-assisted ultrasound
Google Research 2026 年 10 月 21 日的博文，介绍一项前瞻性多中心研究：基于 AI 的“盲扫”超声评估，使未受过超声技师培训的操作者用低成本便携探头即可完成专家级的孕龄评估。文中引用 WHO 估计每年有超过 25 万例可预防的妊娠相关死亡，并指出全球三分之二人口无法获得超声等诊断影像，现有方法高度依赖专业临床训练。附论文链接，面向医疗 AI 与全球健康领域读者。
Grounding AI agents in biological reality: Building blocks for autonomous wet labs
Google Research 的一篇博客，介绍将 AI 智能体与实体实验室机器人结合、开展闭环分子设计循环的研究工作，报告了针对癌症靶点发现单位数纳摩尔级蛋白结合物。文章指出前沿模型在三维几何与物理状态推理上仍不可靠等挑战，并附有 VERID、智能体适配体沙箱和表位切除等相关论文链接。
Using thousands of AI agents to uncover new leads in biological data
OpenAI 的一篇研究发布（标注日期 2026 年 10 月 21 日），介绍 OpenAI 与 PerturbAI、Scripps Research 合作，用分布式并行部署的数千个 AI 智能体，帮助科学家在来自数百万个脑细胞的数据中识别有前景的研究线索，并提供指向 bioRxiv 上论文的链接。
Accelerating the search for antimicrobial peptides with Google Antigravity
这是 Google DeepMind 的一篇技术文章，介绍利用其智能体开发平台 Google Antigravity 作为“智能体科学工作台”，帮助生物学家快速发现、结构评估并优先排序候选靶点，缩短原本分散于多个数据库的检索流程。文章称研究者借助可从氨基酸序列预测生物学功能的模型 ProtNLM 扫描 UniProt 中数以百万计的未表征蛋白，并给出一个技术演示：发现有候选抗菌肽对呼吸道感染相关病原体具有预测活性。
Introducing LifeSciBench
这是 OpenAI 的研究发布，介绍 LifeSciBench——一个由专家撰写并评审的基准，用于评估 AI 系统处理真实生命科学研究任务与决策的表现。文中附有论文预印本链接，并讨论智能体式 AI 系统执行科研任务的能力。
Introducing GeneBench-Pro
OpenAI 2026 年 6 月 30 日发布的文章，介绍 GeneBench-Pro 这一研究级基准，用于测试 AI 智能体在计算生物学中面对模糊信息、做出重要判断的能力，覆盖基因组学、定量生物学和转化医学等更复杂、更贴近现实的任务。该基准是对 GeneBench 的扩展。内容面向关注 AI 科学评测的研究人员。
Introducing new capabilities to GPT-Rosalind
OpenAI 的产品公告，介绍专为大规模生命科学研究打造的 GPT-Rosalind 系列模型更新，结合了 GPT-5.5 的智能体编程和工具使用能力，并加强了药物化学、基因组学等药物发现领域的表现，在生物学专家研究任务、复杂药物化学查询等评测中显示性能提升。该模型以研究预览形式向符合条件的机构提供。
LitPivot: Developing research ideas through dynamic contextualization within the literature landscape
文章介绍 AllenAI 与宾夕法尼亚大学合作开发的 LitPivot 系统，帮助研究者应对因读到已有工作而改变研究方向的“文献引发的转向”。系统使用通过 Asta Paper Finder 检索到的论文，围绕提案中正在编辑的部分组织文献，给出有选中研究摘录支持的批评，并提出研究者可接受、修改或拒绝的修订建议。文中说明该系统面向早期研究构思，在一项 17 名研究者的研究中领域专家对研究进行了评分。
Can we trust LLMs to judge whether a research idea is novel?
这是 Ai2 在 Hugging Face 上发布的一篇文章，介绍其研究《Old Ideas, Novel Problems》，考察大语言模型评估科研想法新颖性的可靠性。文中同时发布了用于测试“新颖性评判器”的基准、数据和代码，以及可供研究者构建新评测集的自动化流程，并交代了该机构在科学发现辅助系统方面的相关项目背景。
OlmoEarth v1.1: A more efficient family of Earth observation models
这是 Ai2 发布 OlmoEarth v1.1 版本的文章。文中说明该系列模型用于卫星影像处理与大面积区域预测，相比前代可将计算成本最多降低约 3 倍，并给出模型合集、技术报告和预训练代码的链接。文中提到 v1 版本于 2025 年 11 月发布，合作伙伴已将其用于红树林变化追踪、森林丧失驱动因素分类、国家级作物类型制图等任务。
Beyond tree cover: mapping the world’s forest types
Google DeepMind 博客文章（2026 年 10 月 22 日，作者 Maxim Neumann 与 Charlotte Stanton），介绍 Google DeepMind、Google Research 联合 WRI 和 IIASA 发布的 Forest Typology（ForTy）2020 地图。该地图以 10×10 米分辨率把全球地表划分为六种森林与土地利用类型，区分天然林、人工林和农用林，并附有追踪这些森林逐年变化的早期时间序列，是欧盟森林砍伐法规的关键基线。文中指出不同森林类型在碳储量和生物多样性上差异很大。
The next chapter in flood resilience: Open sourcing Google’s hydrology framework
这是 Google 研究科学家 Grey Nearing 和 Deborah Cohen 于 2026 年 6 月 3 日发布的博客，介绍 Google 将水文学建模框架在 GitHub 上开源。该框架允许研究者和预报人员用与 Google Flood Hub 河流洪水预报相同的架构和类似训练数据训练 AI 洪水预报模型，也便于水文学家添加和测试新模型、数据与方法。适合水文、气象预报及相关领域研究人员阅读。
SensorFM: Towards a general intelligence and interface for wearable health data
这是 Google 高级研究科学家 Xin Liu 和 Daniel McDuff 于 2026 年 7 月 9 日发布的博客，介绍可穿戴健康基础模型 SensorFM。该模型用来自 500 万人的超过一万亿分钟传感器数据预训练，可迁移到 35 项健康预测任务，支持标签高效适配与数据补全，并可作为个人健康智能体的基础工具。文中还提到个体生理差异大、标注数据获取昂贵等难点。
Towards a quantum computer that learns from its errors
这是 Google Quantum AI 研究科学家 Volodymyr Sivak 和 Paul Klimov 于 2026 年 7 月 22 日发布的博客，介绍将强化学习与量子纠错结合的工作。文中指出量子计算机对漂移敏感，目前需中断计算重新校准控制参数，而该工作在《Nature》发表的论文《Reinforcement learning control of quantum error correction》中展示了量子计算机可在长时间计算中持续适应漂移。
Discovering cryptographic weaknesses with Claude
Anthropic 研究人员的文章，介绍借助 Claude Mythos Preview 发现的两种改进后的密码算法攻击方法：一是显著削弱为后量子时代设计的数字签名方案 HAWK，二是给出攻击轮数缩减版 AES 的新途径。文章称这些属于研究层面的进展，目前不影响任何生产系统，并讨论了强大 AI 模型时代的密码学含义。