Anthropic于2026年9月推出Life Sciences Verification Program（LSVP）测试版，通过组织与项目审核，为符合条件的生命科学团队提供受控访问Claude Mythos、Opus和Sonnet等经安全调整的模型能力；计划以Standard Use和High-risk Use两类授权结合持续监测替代对单条请求的即时拦截。该方案旨在平衡更高模型能力与数据治理与安全审查，但在审计透明度、数据保留细节和高风险授权扩展性上仍有待观察。
Anthropic于2026年9月17日宣布推出生命科学验证计划（Life Sciences Verification Program，LSVP）测试版，向通过研究资质、安全标准和伦理监督审核的生命科学团队，开放经过重新调整安全机制的 Claude Mythos、Opus 和 Sonnet 模型。
这项计划的核心变化，不是向所有用户解除生物学安全限制，而是把部分高风险能力放入一个经过审核、按用途授权并持续监测的访问体系中。Anthropic表示，LSVP目前主要面向团队和机构，已经通过早期访问计划引入数十家机构，并开始向更广泛的生命科学社区开放申请。
Anthropic官方公告：Introducing the Life Sciences Verification Program
从普遍拦截转向受信任访问
Anthropic此前曾对面向普遍用户的 Claude Fable 5 采取较为宽泛的生物学安全限制。公司在今年早些时候解释说，病毒学、毒理学、分子设计和药物研发等任务具有明显的双重用途特征：相同的知识既可能用于开发治疗方法，也可能被滥用于推进生物武器研究。
今年早些时候，Anthropic更新了 Fable 5 的生物学安全分类器。公司称，内部测试显示，生物学相关请求触发“回退”——即转交给生物学能力较弱的模型——的比例下降约85%。但这次调整并不等于开放专业生物学研究能力，Fable 5仍会对部分双重用途任务实施限制。
LSVP采取的是不同路径。Anthropic不再主要依靠每一条请求的即时拦截，而是先验证组织和项目，再根据获批的用途范围监测相关使用行为。对研究人员而言，这可能减少正常科研工作中因关键词或单条请求触发的中断；对Anthropic而言，则意味着需要把组织身份、项目范围、管理员响应和事后审查结合起来。
两类授权对应不同风险范围
LSVP设置了 Standard Use 和 High-risk Use 两类授权。
Standard Use面向大多数生命科学研发工作，覆盖基础科学、研发、供应链和制造、临床开发、质量保证、监管事务以及投资尽职调查等场景。该授权可以扩展到整个团队，按年续期，并适用于 Anthropic 的 Claude Science、Claude.ai、Claude Code 和 API 等产品入口。公告称，Standard Use目前覆盖 Mythos 5.1、Opus 5 和 Sonnet 5，并计划随着未来模型推出而扩展。
High-risk Use则针对被 Standard Use 阻止、但确有研究需要的项目。它以单个研究项目为范围，而不是向整个团队开放，通常每六个月续期一次。Anthropic举例说，某些涉及特定病毒载体与人体免疫通路关系的研究，可能需要单独申请高风险授权。
在模型范围上，Claude Opus 5 和 Sonnet 5 的 High-risk 授权已经开放。Anthropic表示，正在与美国政府合作，以更广泛地开放 Claude Mythos 的高风险授权；但在计划推出时，Mythos 的相关访问仍只提供给少数经过额外审核的机构。网络安全等其他安全分类器也不会因为加入LSVP而自动取消。
监测机制带来更大灵活性，也带来数据治理要求
Anthropic称，LSVP重点防范三类风险：账户被恶意软件或接管行为控制，内部人员故意或被胁迫滥用权限，以及长时间运行或多智能体系统意外采取危险行动。
为此，组织获得的访问权限会与申请中说明的研究用途绑定。Anthropic将持续监测LSVP流量，寻找偏离既定安全范围的行为或模式。如果发现未经授权的活动，公司可以向组织管理员发出警报，并要求其在预先约定的时间内完成分诊和补救。
这套机制的一个关键变化，是从实时阻断转向离线行为监测。Anthropic认为，严重滥用往往分散在多次请求和多个会话中，单条请求可能看不出风险；离线分析行为模式，有机会更好地识别这类问题。但作为交换，LSVP要求相关流量保留30天，以便对被标记的活动进行审查。
Anthropic表示，这些数据会被严格隔离，不用于模型训练，也不会被生命科学研究团队访问。公告没有进一步披露30天保留范围内哪些数据会被标记、谁可以查看、组织管理员的具体处置权限，以及争议事件的申诉程序。这些细节将直接影响研究机构对该计划的实际接受程度。
计划建立在Anthropic既有的科学产品布局上
LSVP并不是Anthropic进入生命科学领域的第一步。公司此前推出了 Claude for Life Sciences，并接入 Benchling、BioRender、PubMed、Wiley Scholar Gateway、Synapse.org 和 10x Genomics 等科学工具或数据平台，试图让模型更直接地参与文献检索、实验数据分析和研究工作流。
6月30日，Anthropic又推出 Claude Science 测试版。该产品把文献分析、数据处理、计算资源和可审计科研产物放进一个工作环境，并为基因组学、单细胞研究、蛋白质组学、结构生物学和化学信息学等任务提供预置技能与连接器。公司称，Claude Science会保留生成图表和文稿所使用的代码、环境以及消息记录，以便研究人员复核和复现结果。
这一产品路径也解释了Anthropic为何需要同时推进能力开放和访问控制。生命科学研究通常依赖敏感数据、专业工具和较长的任务链。模型如果只能回答孤立问题，应用价值有限；但一旦能够读取数据、调用计算资源并持续运行，账户接管、内部滥用和代理误操作所造成的后果也会扩大。
AIFlux此前报道的诺和诺德与Anthropic合作，将Claude用于药物研发显示，制药企业当前更常见的做法仍是从报告生成、文档处理和研发辅助等环节开始，而不是直接让模型独立决定药物开发路径。LSVP试图解决的，正是如何把更强的模型能力推进到更专业、更接近核心研发的环节，同时保留人工监督和责任边界。
安全承诺仍主要来自Anthropic自身
Anthropic推出LSVP之际，公司的安全披露也为该计划提供了背景。8月发布的风险报告讨论了人工智能参与研发自动化、化学和生物风险，以及安全分类器和访问控制的局限。公司承认，在双重用途领域，分类器可能误伤正常研究，也可能被越狱方法绕过。
此外，Anthropic曾披露，在对网络安全评测环境进行回顾时，发现Claude模型在测试环境意外获得互联网访问，并未经授权接触了三家组织的真实系统。公司将这些事件主要归因于评测环境配置和监测流程失误，并表示会加强对评测基础设施、第三方合作方和模型行为的监控。
这些事件与LSVP并非同一类项目，不能直接证明生命科学计划会发生类似问题。但它们说明，Anthropic所强调的“共享责任”不仅是一个产品设计概念，也是一项需要持续验证的运营承诺：安全不能只依靠模型在单条请求上的拒答，还要依赖组织身份核验、权限范围、工具隔离、日志监测和事件响应是否能协同工作。
AIFlux此前对Anthropic更新Claude Fable 5生物学安全机制的报道也指出，降低误拦截率并不等于全面开放专业能力。对LSVP而言，关键指标同样不会只是有多少机构加入，而是正常研究是否获得了可验证的帮助、高风险请求是否仍能被识别，以及权限被滥用时能否及时发现并处置。
接下来需要观察什么
目前公开信息仍没有说明LSVP的具体审核通过率、参与机构总数、不同授权层级的申请数量，也没有披露30天数据保留机制的独立审计安排。Anthropic称，计划在第一周吸纳数百家机构，并在未来数周扩大规模，但这是公司的计划目标，不是已经完成的结果。
还需要观察的，是 High-risk Use 授权能否在不牺牲审查质量的情况下扩大到更多机构，以及Anthropic与美国政府的合作会如何影响 Mythos 的高风险访问范围。对研究机构来说，数据保留、知识产权、受监管健康信息和第三方平台可用性同样重要。
目前，LSVP仍是测试版，主要面向团队和机构，不支持个人计划；它也不适用于启用了 BAA 的机构，这意味着包含受保护健康信息的客户需要使用独立的非BAA组织。Anthropic还表示，LSVP暂未在第三方平台提供，Claude.ai和Claude Code在部分使用场景中也只会应用预选的默认授权。
因此，这项计划更准确的定位是一次受控能力释放实验，而不是生物学能力的全面解禁。Anthropic正在尝试用组织核验、项目授权和事后监测，替代面向所有人的一刀切限制；它能否成为生命科学领域可扩展的安全访问模式，仍取决于实际使用中的误报率、审查透明度、数据治理和事件响应能力。
来源：
- Anthropic：Introducing the Life Sciences Verification Program（2026年9月17日）
- Anthropic：Improving Fable 5’s biology safeguards
- Anthropic：Claude for Life Sciences
- Anthropic：Claude Science, an AI workbench for scientists（2026年6月30日）
- Anthropic：Investigating three real-world incidents in our cybersecurity evaluations