Anthropic近日披露了一项由Claude驱动的代码优化实验，目标指向开源生物分子模型。在不到四周的时间里，Claude完成了对30多个此类模型的性能改造，平均提速约4倍，而精度损失被控制在极小范围内。

值得注意的是，即便在要求输出完全一致的严格条件下，这些模型仍获得了接近2倍的加速。这意味着优化并非以牺牲结果为代价，而是在保持数值行为不变的前提下压缩了计算开销，对科研场景的可复现性尤为关键。

Anthropic同步将全部优化代码开源，并推出低内存Big模式。该模式允许在单张NVIDIA GPU节点上，对超过10000 token的生物分子系统进行准确预测，降低了大规模分子模拟对硬件资源的门槛。

从行业角度看，这次实验展示了通用大模型在科学计算代码优化上的实用价值：既缩短了模型迭代周期，也让开源生物分子工具在有限算力下更易部署。相关代码与模式的后续采用情况，值得持续关注。