Anthropic больше не хочет быть просто умной печатной машинкой. Они выкупают биотех-стартапы, тратят полмиллиарда на Coefficient Bio, а теперь выпускают продукт, который заставит PhD-ев нервно курить в коридоре. Знакомьтесь — Claude Science.
Лаборатория в облаке: что умеет Claude Science
Claude Science — не просто очередная LLM с доступом к PubMed. Это агентная среда, заточенная под исследовательский цикл: от формулировки гипотезы до валидации молекулярной структуры. Он сам пишет скрипты для анализа омиксных данных, парсит датасеты из GEO/TCGA, симулирует докинг и генерирует отчеты с визуализациями.
Главное отличие от Claude Opus 4.5 — глубокая интеграция с научными инструментами. Claude Science умеет вызывать RDKit, AutoDock Vina, Rosetta, и даже писать обертки для PyTorch Geometric. В бета-версии доступен модуль метагеномики — он собирает shotgun-данные и строит профили устойчивости к антибиотикам.
Drug discovery: первая победа — и сразу нокаут
Две недели назад Anthropic показала закрытый демо-день. Claude Science спроектировал малый молекулярный ингибитор для цели, которую фармацевты искали 4 года. Модель не перебирала библиотеки — она сгенерировала 42 кандидата de novo, отфильтровала по ADMET-прогнозам и передала на синтез. Три из них показали IC₅₀ ниже 100 nM. Для тех, кто не в теме: это уровень коммерческих препаратов.
Да, это не задача Кнута за час, но масштаб другой. OpenArx показал, что Claude способен на глубокий математический анализ. Теперь он вторгается в биологию — и судя по скорости, отрыв от конкурентов будет только расти.
Но есть нюанс: автономная генерация молекул без wet-lab валидации — это как готовить по рецепту без плиты. Красиво, но есть риск несоответствия in vivo. Anthropic это знают и все равно идут ва-банк.
Сравнение: против кого играет Anthropic
| Продукт | Фокус | Автономность | Интеграция с инструментами | Цена |
|---|---|---|---|---|
| Claude Science | От идеи до отчета | Высокая | RDKit, AutoDock, Rosetta, R | Подписка от $200/мес |
| AlphaFold 3 (DeepMind) | Структура белка | Низкая (одна задача) | Только предсказание | Бесплатно (ограничения) |
| GNoME (DeepMind) | Материаловедение | Средняя | Кристаллография | Бесплатно |
| Insilico Medicine (Pharma.ai) | Drug discovery end-to-end | Средняя | Собственные молекулы | Закрытая платформа |
| OpenAI GPT for Science | Генерация гипотез | Низкая (только текст) | API-коллы | Pay-as-you-go |
DeepMind держится на бесплатных моделях, но их продукты — монозадачные. Insilico строит пайплайны, но не дает их кастомизировать. Claude Science — швейцарский нож: сам решает, когда запустить молекулярную динамику, а когда написать раздел для статьи. Это одновременно и сила, и слабость.
Как НЕ надо использовать Claude Science
Первая реакция: «О, сейчас он мне всю диссертацию напишет». И тут же — фейл. Если дать Claude Science размытый промпт вроде «найди лекарство от рака», он запустит 20 процессов, сожжет контекстное окно и выдаст 200 страниц бесполезного анализа. Инструмент требует четких границ: цель, ограничения по бюджету атомов, допустимые scaffold-ы.
Теневая сторона: compute и закрытость
Claude Science жрет токены как не в себя. Один полный цикл с докингом и симуляцией может спалить 2 млн токенов. Проблемы compute не обошли и этот продукт. Anthropic утроила лимиты для научного плана, но прожорливость агентного подхода пугает.
К тому же, продукт закрытый. Никаких весов, никакого открытого токенизатора (мы уже писали об этой политике). Для академической среды это минус: нельзя форкнуть, проверить, воспроизвести. Добавьте сюда недавние скандалы с промпт-инъекциями — доверие к закрытым моделям подтачивается.
Кому это реально нужно
- Биоинформатик в R&D: автономно чистить RNA-seq, вытаскивать сигнатуры и предлагать таргеты — экономит 30-40% времени.
- Стартап drug discovery: вместо команды из 5 CRO-компаний — один Claude Science и химик-синтетик. Бюджет с $2 млн падает до $200 тыс.
- Научный журналист/аналитик: загрузить патентную базу, найти новые модальности, написать дайджест.
- PhD, которому надоело писать pipelines: делегируй рутину и занимайся дизайном экспериментов.
Не подойдет тем, кто работает с запатентованными данными в регулируемой среде (HIPAA, GxP) — нет гарантий конфиденциальности, модель учится на запросах. И тем, кто боится черных ящиков: Claude Science может выдать блестящую гипотезу, но объяснить, почему именно эта молекула, — задачка для фильма «Эффект Мадлен».
Ирония судьбы: Anthropic открывает науку через закрытый код
Компания, которая кричит о безопасности и интерпретируемости, выпускает продукт-оракул. Скандалы с инъекциями показали: модели можно вывести из равновесия. Что случится, если кто-то вставит незаметную инструкцию в датасет, который будет парсить Claude Science? Никто не знает. Но риск — высокая цена за скорость.
И все же — я ставлю на них. Потому что альтернативы либо мертворожденные (OpenAI не сделала ничего для науки, кроме чата с бумажками), либо точечные (DeepMind выпускает красивые модели, но не пайплайны). Anthropic делает платформу. И если они исправят проблемы локального запуска — цены им не будет.
Совет, который вы не просили: не покупайте подписку Claude Science, пока не попробуете Claude Code для науки. Запустите локально через open-source обертку, слинкуйте с R/Python и посмотрите, сколько compute сэкономите. А потом, когда поймете, что без агентного оркестратора не выжить, — берите Science. И готовьте бюджет на токены.
