Claude Science Masih dalam Beta: Reproduksibilitas Adalah Fitur yang Penting

Anthropic telah memasukkan aplikasi riset desktop ke versi beta, dan hal paling menarik di halamannya bukanlah judul utamanya. Claude Science mempromosikan dirinya sebagai “mitra riset Anda untuk sains yang ketat,” dan kalimat tepat di bawah slogan itu membahas infrastruktur, bukan kecerdasan: aplikasi ini menjalankan analisis, menelusuri basis data, dan melacak setiap langkah dari pengolahan data hingga publikasi. Unduhan tersedia untuk Mac di Apple Silicon, Mac di Intel, Windows, dan Linux, dengan tombol hubungi tim penjualan di sampingnya bagi tim yang ingin berdiskusi sebelum instalasi. Di halaman itu, modelnya tidak disebutkan sama sekali. Di halaman itu, harganya tidak dicantumkan sama sekali. Yang disebutkan, dengan detail yang tidak biasa, adalah asal-usulnya.

Urutan itu layak direnungkan. Sebagian besar halaman produk AI dimulai dengan kemampuan lalu menambahkan bahasa yang membangun kepercayaan setelahnya. Yang ini dimulai dengan catatan tentang bagaimana suatu hasil dibuat, dan memperlakukan analisis sebagai hal yang dijual: artefak ilmiah kaya yang sepenuhnya dapat direproduksi, dengan setiap hasil dilacak hingga ke kodenya. Jika Anda menjalankan laboratorium, itu entah kalimat paling berguna yang ditulis Anthropic tahun ini atau kalimat yang paling perlu Anda uji. Sisa tulisan ini membahas cara membedakan keduanya.

Apa sebenarnya aplikasi ini

Claude Science adalah aplikasi dalam versi beta, bukan layanan yang Anda akses melalui tab peramban. Matriks unduhan — Apple Silicon, Intel Mac, Windows, Linux — menunjukkan asumsi bahwa pekerjaan dilakukan di tempat data sudah berada, pada workstation atau mesin laboratorium. Deskripsi Anthropic sendiri tentang apa yang dilakukan aplikasi ini sempit dan spesifik: aplikasi ini menjalankan analisis, mencari di basis data, dan melacak setiap langkah dari pengolahan data hingga publikasi. Janji yang disertakan bukanlah jawaban yang lebih baik, tepatnya. Melainkan lebih sedikit waktu yang dihabiskan untuk bagian-bagian penelitian yang bukan penelitian.

Ada hal kedua yang tidak dilakukan halaman itu. Halaman tersebut tidak menjual langganan. Halaman itu memuat tombol hubungi tim penjualan dan tidak mencantumkan harga, serta aplikasinya ditandai sebagai beta. Rincian komersialnya diserahkan pada percakapan, yang merupakan fakta tentang halaman itu ketimbang keluhan tentang perusahaannya — tetapi itu berarti bahwa angka apa pun yang dikutip sebagai harga Claude Science adalah mengutip sesuatu yang belum dipublikasikan.

Yang memang diungkapkan halaman tersebut, secara cukup panjang, adalah bentuk pekerjaannya. Setiap artefak disertai riwayatnya: kode persisnya, lingkungannya, dan percakapan yang menghasilkannya. Frasa Anthropic adalah bahwa gambar, tabel, dan notebook “dapat direproduksi, diedit, atau dipertahankan berbulan-bulan kemudian.” Itu adalah klaim tentang pencatatan, dan pencatatan adalah persis jenis klaim yang dapat diperiksa oleh laboratorium.

Artefak itu membawa sejarahnya sendiri

Gambar dalam manuskrip yang dikirimkan adalah bitmap dengan pernyataan yang dilampirkan. Enam bulan kemudian, seorang reviewer bertanya mengapa batang galat melebar di atas konsentrasi tertentu, atau seorang kolaborator menginginkan plot yang sama untuk kohort kedua, dan seseorang harus merekonstruksi notebook yang terakhir disentuh oleh seorang postdok yang sudah pergi. Jawaban yang biasa adalah arkeologi: drive bersama, utas obrolan, tiga versi skrip, dan tebakan tentang versi mana yang menghasilkan panel-panel dalam makalah.

Klaim di sini adalah bahwa artefak itu bukan gambar, melainkan catatan, dan bahwa catatan itu menyertai gambar. Kode, lingkungan, dan percakapan, disimpan bersama keluaran, sehingga orang yang membukanya kembali setahun kemudian mendapatkan jawaban yang sama, bukan jawaban yang tampak masuk akal. Jika itu berlaku, hal itu mengubah biaya dari peristiwa penelitian yang cukup biasa: permintaan revisi yang datang setelah semua orang sudah beralih.

Ada efek orde kedua yang lebih penting daripada sekadar kenyamanan. Jika kodenya turut disertakan, sebuah figur dapat diedit alih-alih digambar ulang. Anthropic menjelaskan iterasi figur dengan bahasa sederhana: beri anotasi pada sebuah figur untuk meminta perubahan atau mengajukan pertanyaan, dan agen tersebut membaca kode yang menghasilkannya lalu mengeditnya secara langsung. Itu adalah operasi yang berbeda dari meregenerasi gambar. Menggambar ulang sebuah plot secara manual menimbulkan peluang baru bagi kesalahan yang tidak akan tertangkap oleh siapa pun, karena plot yang baru tampak seperti plot yang lama. Mengedit kode yang membuatnya menjaga derivasi tetap utuh — dengan asumsi, dan inilah asumsi yang menjadi landasan seluruh produk ini, bahwa kode yang disertakan pada sebuah figur benar-benar merupakan kode yang menghasilkannya.

Reviewer yang membaca kode

Anthropic telah membangun peninjau latar belakang ke dalam aplikasi. Tugasnya adalah menandai tiga hal: kutipan yang salah, angka yang tidak dapat dilacak ke sumbernya, dan gambar yang tidak cocok dengan kode yang mendasarinya. Masing-masing merupakan mode kegagalan spesifik biologi komputasional, bukan halusinasi generik, dan yang ketiga terhubung langsung dengan klaim asal-usul. Peninjau yang dapat melihat gambar sekaligus kode yang membuatnya dapat memeriksa yang satu terhadap yang lain. Peninjau yang hanya melihat gambarnya tidak dapat melakukannya.

Yang tidak dipublikasikan adalah seberapa baik ini berfungsi. Tidak ada angka, tolok ukur, maupun evaluasi independen di halaman itu, jadi tidak ada yang disajikan di sini. Framing yang jujur adalah bahwa peninjau yang menandai ketidakcocokan merupakan sepasang mata kedua yang berguna dan pengganti yang buruk bagi sepasang mata pertama. Ia akan menangkap grafik yang label sumbunya bergeser antarversi. Ia tidak akan memberi tahu Anda apakah eksperimen dirancang dengan benar, dan ia tidak dapat mengetahui bahwa lembar sampel salah diberi label di hulu jika kesalahan pelabelan itu konsisten sepanjang proses.

Pembedaan itu penting karena reviewer adalah bagian produk yang paling mungkin terlalu dilebih-lebihkan dalam rapat lab. Centang hijau dari reviewer latar belakang berarti sebuah klaim lolos pemeriksaan konsistensi, bukan bahwa klaim itu benar. Catatan asal-usul adalah separuh pasangan yang lebih tahan lama: catatan itu tidak bergantung pada reviewer yang benar, hanya pada catatan yang lengkap.

Perender, manuskrip, dan komputasi

Tiga bagian yang lebih kecil dari aplikasi ini menyampaikan argumen yang sama dari arah yang berbeda. Yang pertama adalah perenderan native. Protein, alignment, track genomik, struktur kimia, dan PDF ditampilkan dalam bentuk aslinya tanpa instalasi tambahan. Itu terdengar kosmetik sampai Anda ingat betapa banyak bagian dari toolchain sebuah lab merupakan rangkaian langkah ekspor — dari penampil struktur ke tangkapan layar ke slide ke gambar — yang masing-masingnya membuang metadata dan menambah peluang sesuatu diubah ukurannya secara diam-diam.

Yang kedua adalah penyusunan naskah. Hasil dituliskan bersama analisis yang menghasilkannya, dengan pratinjau Markdown dan LaTeX yang dirender. Menjaga prosa dalam proyek yang sama dengan komputasi adalah versi reproduksibilitas paling murah yang tersedia: draf dan analisis tidak dapat saling menjauh jika keduanya tidak pernah terpisah.

Yang ketiga adalah manajemen komputasi. Aplikasi ini membangun lingkungan yang dibutuhkan setiap analisis dan menjalankannya di laptop, cluster, atau GPU Anda. Di sinilah sebuah alat riset menjadi bisa dipakai atau tidak. Pekerjaan GPU yang harus dirakit secara manual di terminal adalah pekerjaan yang hanya dapat dijalankan oleh satu orang di lab, dan orang itu menjadi hambatan begitu mereka mengambil libur. Membangun lingkungan memang tidak glamor, dan itulah pembeda antara alat yang diadopsi oleh sebuah lab dan alat yang dipakai oleh satu mahasiswa pascasarjana.

Siapa yang mendapatkannya gratis, dan siapa yang dimaksud halaman itu dengan para ilmuwan

Sebuah banner berada di atas halaman produk yang mengiklankan paket Claude Team untuk ilmuwan: ilmuwan di lembaga penelitian akademik dan nirlaba di seluruh dunia kini dapat memperoleh Claude tanpa biaya untuk memulai. Itulah pernyataan Anthropic di halaman Anthropic sendiri, dan batas-batasnya sama pentingnya dengan isinya.

Penawaran ini dirumuskan untuk lembaga penelitian akademik dan nirlaba. Penawaran ini tidak ditulis untuk R&D industri dan tidak untuk mahasiswa sebagai kategori; memperluasnya ke salah satu dari keduanya berarti membaca melampaui apa yang dinyatakan kalimat itu. Frasa “untuk memulai” juga memainkan peran. Halaman tersebut menjelaskan awal tanpa biaya, bukan hak permanen, dan tidak menyebutkan apa yang berikutnya. Laboratorium yang merencanakan anggaran berdasarkan hal ini harus membacanya sebagai pembuka jalan, bukan pos anggaran, dan tidak boleh menganggap aplikasi itu sendiri memiliki harga yang dipublikasikan, karena tidak ada.

Pertanyaan-pertanyaan yang dibiarkan terbuka oleh halaman tersebut

Lima hal yang akan dicari pembaca cermat dan tidak akan ditemukan. Model: halaman tersebut tidak menyebutkan model Claude mana atau model-model mana yang digunakan Claude Science, jadi artikel apa pun yang menyebutkan salah satunya hanya menebak. Harga: tidak ada langganan yang dijual di halaman tersebut. Persyaratan sistem: empat platform dicantumkan dan tidak ada versi perangkat keras atau OS yang diberikan. Apakah artefak meninggalkan mesin: kisah provenans adalah tentang apa yang disimpan bersama suatu hasil, bukan tentang ke mana hasil itu dikirim, dan itu adalah pertanyaan yang berbeda. Dan tanggal keluar dari beta: tidak ada yang diterbitkan.

Yang keempat dari hal itu adalah yang harus diselesaikan sebelum unggahan pertama. Catatan reproduksibilitas bernilai justru karena rinci — kode, lingkungan, percakapan — dan catatan rinci tentang penelitian yang belum dipublikasikan adalah tepat hal yang akan ditanyakan oleh komite tata kelola data. Halaman tersebut tidak menjawab di mana catatan itu disimpan, dan keheningan itu adalah alasan yang sah untuk melakukan pembicaraan dengan Anthropic sebelum memasukkan data klinis melalui aplikasi tersebut, bukan sesudahnya.

Pengumuman lainnya pada minggu itu

Pada 22 Oktober 2026, Anthropic menerbitkan seruan terbuka bagi peneliti tamu di bidang ilmu hayati, yang mengundang komunitas ilmu hayati untuk melamar bekerja sama dengan Anthropic pada proyek-proyek khusus. Itulah seluruh isi pengumuman yang diterbitkan. Ini bukan deskripsi program, bukan hibah, dan bukan pernyataan tentang peta jalan Claude Science; memperlakukannya sebagai salah satu dari hal-hal itu berarti membaca lebih dari yang ada. Namun, ini adalah sinyal tentang ke mana perusahaan mencurahkan perhatian. Anthropic sedang merekrut ilmuwan yang aktif berkarya, bukan pelanggan.

Apa artinya ini jika Anda membangun alih-alih melakukan riset

Satu batasan dulu. Claude Science adalah aplikasi Anthropic. Kami tidak menghostingnya, kami tidak menjualnya, dan tidak ada apa pun di sini yang boleh ditafsirkan sebagai klaim ketersediaan untuk aplikasi tersebut. Yang kami hosting adalah model, melalui satu endpoint yang kompatibel dengan OpenAI dengan satu kunci, pada harga daftar penyedia tanpa markup tambahan. Claude Opus 5.5 ada dalam katalog tersebut dengan harga $4.00 per juta token input dan $20.00 per juta token output, dengan konteks 1M token dan pembacaan cache sebesar $0.20 per juta.

Itu relevan untuk bagian yang lebih sempit dari cerita ini daripada yang terlihat pada pandangan pertama. Karena Anthropic belum mengumumkan model mana yang dijalankan Claude Science, tidak ada cara jujur untuk mengatakan bahwa aplikasi itu berjalan pada model yang kebetulan kami sediakan. Yang bisa dikatakan adalah bahwa bagian-bagian dari alur riset yang berada di luar aplikasi — tugas batch yang menganotasi sampel sepanjang malam, skrip yang memanggil model dari dalam notebook yang sudah ada, langkah yang harus terus berjalan melewati gangguan penyedia — adalah panggilan model biasa, dan itulah gunanya router. Failover otomatis antappenyedia lebih penting dalam tugas yang berjalan selama enam jam daripada di jendela chat yang sedang ditonton seseorang. DSL routing, yang menyusun beberapa model menjadi satu panggilan, penting ketika satu langkah dalam alur menginginkan model kecil yang murah dan langkah berikutnya menginginkan model yang cermat.

Disiplin reproduksibilitas yang dijual aplikasi tidak harus berhenti di batas aplikasi. Jika suatu hasil bergantung pada panggilan model yang Anda lakukan sendiri, aturan yang sama berlaku: catat modelnya, catat promptnya, catat tanggalnya. Endpoint bertahan lebih lama daripada versi di balik aliasnya, dan angka yang bergantung pada panggilan yang tidak didokumentasikan oleh siapa pun justru adalah angka yang menjadi bahan arkeologi.

Tes yang layak dijalankan terlebih dahulu

Setiap halaman produk dalam kategori ini menawarkan versi yang sama dari janji yang sama: pekerjaan akan lebih cepat dan catatan akan lebih rapi. Bagian pertama mudah didemonstrasikan dan sulit diverifikasi. Bagian kedua dapat diverifikasi, dan Claude Science telah membuatnya luar biasa spesifik — kode, lingkungan, dan percakapan, terlampir pada artefak, tetap dapat dipertanggungjawabkan berbulan-bulan kemudian.

Jadi ujinya bukan demo. Ambil satu figur yang sudah diterbitkan lab Anda, yang memerlukan kerja nyata untuk dihasilkan, lalu minta aplikasi mereproduksinya dari catatan. Jika hasilnya kembali dengan angka yang sama dan penjelasan yang mudah dibaca tentang bagaimana angka itu diperoleh, klaim asal-usulnya nyata untuk jenis pekerjaan Anda. Jika hasilnya kembali dengan plot yang tampak masuk akal tetapi tanpa jejak, Anda telah mempelajari sesuatu yang lebih berguna daripada benchmark mana pun: alat itu adalah perender yang sopan, dan lab Anda masih memerlukan arsipnya sendiri.

Jawaban apa pun layak didapatkan. Beta adalah hipotesis tentang bagaimana penelitian akan dilakukan, dan hal yang membantu dari beta khusus ini adalah bahwa klaim intinya dapat difalsifikasi oleh siapa pun yang memiliki angka terpublikasi dan waktu satu sore.