在新药研发这个现代工业中最昂贵、耗时最长的领域，寻找一个可行分子往往需要耗费十年时间和数十亿美元，且绝大多数候选药物最终都会失败。虽然新一代AI初创公司承诺解决这一痛点，但大多数方案只是减轻了本就具备高超技术背景的科研人员的负担，门槛依然极高。
然而，从谷歌母公司Alphabet分拆出来的SandboxAQ认为，真正的瓶颈不在于模型本身，而在于“交互界面”。
为此，SandboxAQ宣布与Anthropic达成合作，将其专业的科学AI模型直接集成到Claude中。这一举措将强大的药物研发和材料科学工具置于对话式界面之后，用户无需任何专门的计算基础设施即可使用。
SandboxAQ成立于约五年前，由谷歌前CEO埃里克·施密特（Eric Schmidt）担任董事长。该公司已从投资者那里筹集了超过9.5亿美元，并建立了包括网络安全在内的多条业务线。而其最独特的业务之一，就是开发“大型定量模型”（Large Quantitative Models, 简称LQM）。
这些专有模型是“基于物理学原理”构建的，这意味着它们建立在物理世界的规律之上，而非文本中的模式。它们可以运行量子化学计算，并模拟分子动力学和微观动力学（研究分子水平上化学反应如何展开）。这至关重要，因为它能在研究人员踏入实验室之前，就预测出候选分子的实际表现。
SandboxAQ在新闻稿中表示：“LQM接受了真实世界实验室数据和科学方程的训练，是为定量经济量身定制的AI模型。这是一个横跨生物医药、金融服务、能源和先进材料、规模超过50万亿美元的庞大领域。”这表明SandboxAQ无意涉足普通的聊天机器人或代码助手，而是直奔AI承诺颠覆的实体经济核心。
相比于Chai Discovery和Isomorphic Labs等资金充足、专注于提升模型科学能力的竞争对手，SandboxAQ更关注“谁能真正用得上这些技术”。
SandboxAQ人工智能模拟总经理Nadia Harhen表示：“我们首次在一流的LLM（大语言模型）上接入了一流的物理定量模型，任何人都可以通过自然语言进行访问。”此前，SandboxAQ的LQM用户必须自行提供数字基础设施来运行这些模型。其客户群体通常是计算科学家、研究科学家或实验人员，他们大多在大型制药或工业企业工作，致力于寻找可商业化的新材料。
Harhen补充道：“我们的客户之所以找到我们，是因为他们尝试了市面上所有其他软件，但由于问题过于复杂，这些工具在向现实世界转化时无法产生积极效果。”
【AgentUpdate 深度解析】此次 SandboxAQ 与 Anthropic 的合作，标志着 AI Agent 生态正从“通用信息助理”向“垂直科学智能体（Scientific Agent）”演进。其核心启发在于：未来的复杂 AI Agent 并不需要强行在一个通用 LLM 中塞满所有的物理与化学定律，而是应当采用“LLM 作为语义交互与规划中枢（脑）+ 物理大模型（LQM）作为专业执行引擎（手脚）”的解耦架构。这种“语义-定量”双引擎机制，彻底打破了传统科学计算工具高门槛的魔咒。对于 AI Agent 开发者而言，这提供了一个极佳的范式示范：通过大模型代理（Agentic Interface）封装极端复杂的领域专有模型，将底层复杂的异构算力与算法对用户隐去。这不仅会加速生物医药与材料科学的研发周期，更将激发新一代端到端“自主实验室（Self-driving Lab）”Agent 的诞生，让 AI 真正深入实体经济的核心命脉。
