Создай бесплатный аккаунт Charmloop — без карты и без ограничений на просмотр. Начни создавать ИИ-арт за пару минут.
Anthropic запустила Claude Science — новый флагманский продукт, который автономно выполняет научно-исследовательские задачи на основе высокоуровневых инструкций. Это наиболее значимое расширение компании за пределы разработки программного обеспечения со времён дебюта Claude Code.
Claude Code, агент Anthropic с фокусом на программировании, задал шаблон: формулируете задачу на обычном языке — и он пишет, отлаживает и дорабатывает код с минимальным вмешательством человека. Claude Science применяет ту же агентную логику к исследовательским процессам — обзору литературы, генерации гипотез, планированию экспериментов, анализу данных — областям, где циклы обратной связи длиннее, а цена ошибки несравнимо выше.
Ключевая структурная параллель — автономность. Оба продукта созданы для выполнения содержательной многошаговой работы по единственной инструкции, без необходимости управлять каждым промежуточным шагом вручную. Это принципиально важно для исследователей, которые сейчас тратят часы на то, чтобы провести универсальные модели через задачи, способные, в принципе, выполняться без присмотра.
По данным MIT Technology Review, Claude Science имеет доступ к внешним инструментам и источникам данных — именно это и обеспечивает практическую основу автономности. Без доступа к инструментам ИИ-агент может рассуждать лишь в рамках своего контекстного окна; с ним Claude Science способен подтягивать актуальную литературу, выполнять вычисления и синтезировать результаты в рамках одной сессии.
Анонс Claude Science на закрытом мероприятии для фармацевтических руководителей и основателей биотех-компаний — а не на конференции для разработчиков или общей пресс-конференции — это намеренный сигнал. Anthropic позиционирует продукт как корпоративную инфраструктуру для регулируемых, высокорисковых отраслей, а не как обновление потребительского чат-бота. Такое позиционирование напрямую влияет на ценообразование, условия доступа и уровень надёжности результатов, который компания берётся обеспечить.
Для создателей ИИ-арта и специалистов в области генерации изображений этот анонс — не столько сигнал о немедленных изменениях в рабочих процессах, сколько свидетельство общей траектории развития модельной экосистемы Anthropic. Те же базовые инвестиции в возможности — расширенный контекст, надёжное использование инструментов, устойчивое многошаговое рассуждение, — которые делают Claude Science пригодным для разработки лекарств, повышают и качество творческих и генеративных задач. Компания, способная удерживать автономного агента на верном курсе на протяжении 40-шагового исследовательского протокола, строит инфраструктуру, которая в конечном счёте принесёт пользу всем downstream-приложениям.
Anthropic — не единственная компания, нацелившаяся на научные исследования. Серия AlphaFold от Google DeepMind уже изменила предсказание структуры белков, а OpenAI продвигается в сторону научных бенчмарков с моделями серии o. Claude Science выходит на поле, где доверие завоёвывается воспроизводимостью и точностью, а не просто результатами бенчмарков, — это куда более высокая планка, чем у большинства запусков ИИ-продуктов.
Фармацевтический и биотехнологический секторы несут специфические регуляторные и юридические риски, которых нет в чисто программных развёртываниях. Предусмотрены ли в Claude Science журналы аудита, привязка к источникам или маркировка неопределённости — в анонсе не уточнялось, однако именно эти функции определят, будут ли корпоративные научные команды воспринимать его как ускоритель исследований или как источник правовых рисков.
Паттерн Anthropic с Claude Code — выпустить продукт, активно доработать его на основе отзывов разработчиков, затем расширить доступ — позволяет предположить, что Claude Science пройдёт аналогичный поэтапный путь, а не выйдет в широкий доступ немедленно. Ранние пользователи из фармацевтики и биотеха фактически станут бета-тестерами продукта, который, если оправдает заявленные характеристики, способен сократить сроки исследований в масштабах, недостижимых для прироста производительности в разработке ПО.
