OpenScience

开源、与模型无关的 AI 工作台，在你自己的密钥和基础设施上运行完整的科研闭环——文献 → 假设 → 代码 → 实验 → 分析 → 撰写。

1. 核心产品 / 服务

OpenScience（openscience.sh）是 Synthetic Sciences 推出的 Apache-2.0 协议 AI 工作台，2026 年 7 月发布 [1][2]。它在一个基于浏览器的工作空间中运行完整的科研闭环——文献、假设、代码、实验和论文撰写——可接入用户指定的任意模型，使用用户自己的 API 密钥和基础设施 [2]。

内部研究（2026-09）记录了其架构：

• 39 个非文献类科学数据库，通过连接器框架接入（UniProt、PDB、ChEMBL、KEGG、AlphaFold 等）。
• 真实代码执行 + 实验循环——干实验通过 7 状态状态机做模拟；湿实验则把自然语言转为 Opentrons 协议。
• 技能 / 工具 / 连接器——模块化层，技能封装能力，连接器绑定数据源。
• 与模型无关——不被单一 LLM 供应商锁定。

2. 目标用户与痛点

• 研究人员 / 实验室：希望获得可复现、可自托管、没有供应商锁定的科研智能体。
• 构建者：以开放的参考架构做对标。
• 解决的痛点：商业工具封闭且由厂商托管；OpenScience 提供开放、自带基础设施的替代方案。

3. 竞争格局

OpenScience 的优势在于开放性以及科学数据库的广度（39 个），而 Claude Science 则胜在托管产品的精致度和模型集成。

4. 独立观察

• 智能体科学竞赛中的"开放一极"。 随着 claude-science 将"科学家的 AI 工作台"商业化，OpenScience 成为 Apache-2.0 的制衡力量——与模型无关、可自托管，这对有数据驻留或成本约束的实验室很重要。
• 看重工作流广度，而非模型强度。 它的差异化在于闭环——文献 + 代码 + 实验 + 撰写集于一处——而不是某个单一模型；用户可接入自己偏好的任何 LLM。
• 内部差距分析（2026-09）发现，OpenScience 缺少 AMiner 的学者画像、引文网络、专利检索和中文文献覆盖——其 39 个数据库偏向生命科学/化学数据，而非学术图谱功能 [Internal research notes]。

5. 财务 / 融资

由 Synthetic Sciences 发布的开源项目；未披露融资。（Synthetic Sciences 是 GitHub 组织名；公司详情在内部研究笔记中尚未核实。）

6. 团队与关系

• 发布方：Synthetic Sciences（github.com/synthetic-sciences）。
• 生态：claude-science（封闭的对应产品）、aminer（它未能完全覆盖的学术数据来源）。