Claude Science w wersji beta: odtwarzalność to funkcja, która naprawdę się liczy

Firma Anthropic udostępniła w wersji beta desktopową aplikację badawczą, a najciekawszym elementem na jej stronie nie jest nagłówek. Claude Science reklamuje się jako „Twój partner badawczy w dziedzinie rzetelnej nauki”, a zdanie bezpośrednio pod tym hasłem dotyczy raczej infrastruktury niż inteligencji: aplikacja przeprowadza analizy, przeszukuje bazy danych i śledzi każdy etap — od przygotowania danych po publikację. Do pobrania są wersje na Maca z Apple Silicon, Maca z procesorem Intel, Windows i Linux, a obok nich znajduje się przycisk kontaktu z działem sprzedaży dla zespołów, które chcą porozmawiać przed instalacją. Nigdzie na stronie nie podano nazwy modelu. Nigdzie na stronie nie podano ceny. To, co podano z niezwykłą szczegółowością, to pochodzenie.

Ta kolejność jest warta zastanowienia. Większość stron produktów AI zaczyna od jakiejś możliwości, a język zaufania dodaje później. Ta zaczyna od zapisu tego, jak powstał wynik, i traktuje analizę jako rzecz, którą się sprzedaje: bogate artefakty naukowe, w pełni odtwarzalne, z każdym wynikiem powiązanym z jego kodem. Jeśli prowadzisz laboratorium, to albo najużyteczniejsze zdanie, jakie Anthropic napisało w tym roku, albo takie, które powinieneś przetestować najostrzej. Reszta tego tekstu dotyczy odróżnienia tych dwóch przypadków.

Czym ta aplikacja właściwie jest

Claude Science to aplikacja w wersji beta, a nie usługa dostępna przez kartę przeglądarki. Macierz pobierania — Apple Silicon, Intel Mac, Windows, Linux — wskazuje na założenie, że praca odbywa się tam, gdzie już znajdują się dane: na stacji roboczej lub maszynie laboratoryjnej. Sam opis Anthropic dotyczący tego, co robi aplikacja, jest wąski i konkretny: uruchamia analizy, przeszukuje bazy danych i śledzi każdy etap od przygotowywania danych po publikację. Towarzysząca temu obietnica nie dotyczy tak naprawdę lepszych odpowiedzi. Chodzi o mniej czasu spędzanego na tych częściach pracy badawczej, które nie są badaniami.

Jest jeszcze druga rzecz, której strona odmawia zrobienia. Nie sprzedaje subskrypcji. Na stronie znajduje się przycisk kontaktu z działem sprzedaży i nie ma ceny, a aplikacja jest oznaczona jako beta. Szczegóły handlowe pozostawia się rozmowie, co jest faktem dotyczącym strony, a nie skargą na firmę — oznacza to jednak, że każda liczba podawana jako cena Claude Science dotyczy czegoś, co nie zostało opublikowane.

To, co strona faktycznie ujawnia – i to dość szczegółowo – to kształt pracy. Każdy artefakt jest dostarczany wraz ze swoją historią: dokładnym kodem, środowiskiem i rozmową, która go wytworzyła. Sformułowanie Anthropic brzmi tak, że wykresy, tabele i notebooki „można odtworzyć, edytować lub bronić ich wiele miesięcy później”. To twierdzenie o prowadzeniu dokumentacji, a prowadzenie dokumentacji to dokładnie taki rodzaj twierdzenia, który laboratorium może sprawdzić.

Artefakt niesie ze sobą własną historię.

Rycina w przesłanym manuskrypcie to mapa bitowa z dołączoną tezą. Sześć miesięcy później recenzent pyta, dlaczego słupki błędów poszerzają się powyżej określonego stężenia, albo współpracownik chce ten sam wykres dla drugiej kohorty, i ktoś musi odtworzyć notatnik, którego ostatnio dotykała osoba na stażu podoktorskim, która od tego czasu odeszła. Zwykła odpowiedź to archeologia: dysk współdzielony, wątek czatu, trzy wersje skryptu i zgadywanie, która z nich wygenerowała panele w artykule.

Twierdzenie jest tu takie, że artefakt nie jest obrazem, lecz zapisem, a zapis towarzyszy obrazowi. Kod, środowisko i rozmowa są przechowywane wraz z wynikiem, tak aby osoba, która otworzy go ponownie po roku, otrzymała tę samą odpowiedź, a nie prawdopodobną. Jeśli to się utrzyma, zmienia to koszt dość zwyczajnego zdarzenia badawczego: prośby o poprawki, która przychodzi, gdy wszyscy już poszli dalej.

Istnieje efekt drugiego rzędu, który ma większe znaczenie niż wygoda. Jeśli kod jest dołączony, rysunek można edytować, a nie rysować od nowa. Anthropic opisuje iterowanie rysunków prostym językiem: dodaj adnotację do rysunku, aby poprosić o zmianę lub zadać pytanie, a agent odczytuje kod, który go utworzył, i edytuje bezpośrednio. To inna operacja niż ponowne wygenerowanie obrazu. Ręczne przerysowanie wykresu stwarza nową okazję do błędu, którego nikt nie wychwyci, ponieważ nowy wykres wygląda jak stary. Edytowanie kodu, który go utworzył, zachowuje nienaruszony tok wyprowadzenia — zakładając, i to jest założenie, na którym opiera się cały produkt, że kod dołączony do rysunku naprawdę jest kodem, który go wygenerował.

Recenzent, który czyta kod

Anthropic wbudował w aplikację recenzenta działającego w tle. Jego zadaniem jest oznaczanie trzech rzeczy: niepoprawnych cytowań, liczb, których nie można prześledzić do źródła, oraz wartości, które nie zgadzają się z leżącym u ich podstaw kodem. Każdy z tych przypadków jest konkretnym trybem awarii biologii obliczeniowej, a nie ogólną halucynacją, a trzeci wiąże się bezpośrednio z twierdzeniem o pochodzeniu. Recenzent, który widzi zarówno wartość, jak i kod, który ją wytworzył, może sprawdzić jedno względem drugiego. Recenzent, który widzi tylko wartość, nie może tego zrobić.

Nie opublikowano, jak dobrze to działa. Na stronie nie ma wskaźnika skuteczności, testu porównawczego ani niezależnej oceny, więc żadnego tu nie podajemy. Uczciwie rzecz ujmując, recenzent, który oznacza niezgodności, jest przydatną drugą parą oczu, ale słabym zamiennikiem pierwszej pary. Wyłapie wykres, którego etykiety osi zmieniły się między wersjami. Nie powie jednak, czy eksperyment zaprojektowano poprawnie, i nie może wiedzieć, że arkusz próbek został błędnie opisany na wcześniejszym etapie, jeśli błąd etykietowania jest spójny w całym procesie.

To rozróżnienie ma znaczenie, ponieważ recenzent jest tą częścią produktu, którą najłatwiej przecenić na spotkaniu laboratoryjnym. Zielony znacznik od recenzenta działającego w tle oznacza, że twierdzenie przeszło kontrolę spójności, a nie że jest prawdziwe. Rejestr pochodzenia jest trwalszą połową tej pary: nie zależy od tego, czy recenzent ma rację, lecz wyłącznie od tego, czy zapis jest kompletny.

Renderery, manuskrypty i moc obliczeniowa

Trzy mniejsze części aplikacji dowodzą tego samego z różnych perspektyw. Pierwsza z nich to natywne renderowanie. Białka, dopasowania, ścieżki genomowe, struktury chemiczne i pliki PDF są wyświetlane w swojej natywnej postaci bez dodatkowej instalacji. Brzmi to kosmetycznie, dopóki nie przypomnisz sobie, jak duża część łańcucha narzędzi laboratorium to łańcuch kroków eksportu — od przeglądarki struktur po zrzut ekranu, po slajd, po ilustrację — z których każdy gubi metadane i zwiększa szansę, że coś zostanie po cichu przeskalowane.

Drugi to przygotowanie manuskryptu. Wyniki są opisywane wraz z analizą, która je wygenerowała, z wyrenderowanymi podglądami Markdown i LaTeX. Utrzymywanie tekstu w tym samym projekcie co obliczenia to najtańsza dostępna forma odtwarzalności: szkic i analiza nie mogą się od siebie oddalić, jeśli nigdy nie istnieją osobno.

Po trzecie, zarządzanie mocą obliczeniową. Aplikacja tworzy środowiska potrzebne do każdej analizy i uruchamia je na twoim laptopie, twoim klastrze lub GPU. To właśnie tutaj narzędzie badawcze albo staje się użyteczne, albo nie. Zadanie na GPU, które trzeba ręcznie złożyć w terminalu, to zadanie, które w laboratorium potrafi uruchomić tylko jedna osoba — i staje się wąskim gardłem, gdy tylko wyjedzie na urlop. Budowanie środowisk nie jest efektowne, ale to różnica między narzędziem, które laboratorium przyjmuje, a narzędziem, którego używa jeden doktorant.

Kto dostaje to za darmo i kogo strona ma na myśli, mówiąc „naukowcy”?

Nad stroną produktu widnieje baner reklamujący plan Claude Team dla naukowców: naukowcy z instytucji badawczych sektora akademickiego i nonprofit na całym świecie mogą teraz rozpocząć korzystanie z Claude bez ponoszenia kosztów. To sformułowanie Anthropic na jej własnej stronie, a jego granice mają znaczenie równie duże jak treść.

Oferta jest skonstruowana wokół akademickich i nonprofitowych instytucji badawczych. Nie jest napisana z myślą o działach B+R w przemyśle ani o studentach jako kategorii; rozszerzanie jej na jedno lub drugie byłoby odczytywaniem jej poza tym, co mówi zdanie. Wyrażenie “to start” również odgrywa tu rolę. Strona opisuje bezkosztowe rozpoczęcie, a nie trwałe uprawnienie, i nie mówi, co nastąpi później. Laboratorium planujące na tej podstawie budżet powinno odczytywać to jako otwarcie drzwi, a nie jako pozycję budżetową, i nie powinno zakładać, że sama aplikacja ma opublikowaną cenę, ponieważ nie ma.

Pytania, które strona pozostawia otwarte

Pięć rzeczy, których uważny czytelnik będzie szukał i nie znajdzie. Model: strona nie mówi, na którym modelu (lub modelach) Claude działa Claude Science, więc każdy artykuł, który wymienia konkretny model, zgaduje. Cena: na stronie nie sprzedaje się żadnej subskrypcji. Wymagania systemowe: wymieniono cztery platformy i nie podano żadnych wersji sprzętu ani systemu operacyjnego. Czy artefakty opuszczają maszynę: historia pochodzenia dotyczy tego, co jest przechowywane wraz z wynikiem, a nie tego, dokąd ten wynik jest wysyłany, i to są różne pytania. A data wyjścia z wersji beta: nie została opublikowana.

Czwarty z nich to ten, który trzeba rozstrzygnąć przed pierwszym wgraniem. Rejestr odtwarzalności jest cenny właśnie dlatego, że jest szczegółowy — kod, środowisko, przebieg rozmowy — a szczegółowe rejestry niepublikowanych badań to dokładnie to, o co zapyta komitet ds. zarządzania danymi. Strona nie odpowiada na pytanie, gdzie przechowywany jest rejestr, a ta cisza jest uzasadnionym powodem, by porozmawiać z Anthropic przed przepuszczeniem danych klinicznych przez aplikację, a nie po.

Druga zapowiedź w tym tygodniu

22 października 2026 r. Anthropic opublikował otwarte zaproszenie dla badaczy-gości w dziedzinie nauk przyrodniczych, zachęcając społeczność nauk przyrodniczych do aplikowania o współpracę z Anthropic przy projektach specjalnych. To cała opublikowana treść ogłoszenia. Nie jest to opis programu, nie jest to grant ani nie jest to oświadczenie o planach rozwojowych Claude Science; traktowanie go jako któregokolwiek z tych elementów oznaczałoby doszukiwanie się w nim więcej, niż zawiera. Jest to jednak sygnał, na czym firma skupia uwagę. Anthropic rekrutuje praktykujących naukowców, a nie klientów.

Co to oznacza, jeśli budujesz, a nie prowadzisz badań

Najpierw jedna granica. Claude Science to aplikacja Anthropic. Nie hostujemy jej, nie sprzedajemy jej i niczego tutaj nie należy odczytywać jako twierdzenia o dostępności tej aplikacji. Hostujemy modele — przez jeden punkt końcowy zgodny z OpenAI, z jednym kluczem, w cenie katalogowej dostawcy, bez doliczania marży. Claude Opus 5.5 znajduje się w tym katalogu po 4,00 USD za milion tokenów wejściowych i 20,00 USD za milion tokenów wyjściowych, z kontekstem 1 mln tokenów, a odczyt z cache kosztuje 0,20 USD za milion.

To dotyczy węższego wycinka tej historii, niż może się to początkowo wydawać. Ponieważ Anthropic nie ujawniło, na którym modelu działa Claude Science, nie ma uczciwego sposobu, by powiedzieć, że aplikacja działa na modelu, który akurat oferujemy. Można natomiast powiedzieć, że te części pipeline'u badawczego, które znajdują się poza aplikacją — zadanie wsadowe, które w nocy anotuje próbki, skrypt wywołujący model z wnętrza istniejącego notebooka, krok, który musi działać nieprzerwanie podczas awarii dostawcy — to zwykłe wywołania modeli, i właśnie do tego służy router. Automatyczne przełączanie awaryjne między dostawcami ma większe znaczenie w zadaniu trwającym sześć godzin niż w oknie czatu, które człowiek obserwuje. DSL routingu, który komponuje kilka modeli w jedno wywołanie, ma znaczenie, gdy jeden krok pipeline'u potrzebuje małego, taniego modelu, a następny — modelu działającego starannie.

Dyscyplina powtarzalności, którą sprzedaje aplikacja, nie musi kończyć się na granicy aplikacji. Jeśli wynik zależy od wywołania modelu, którego samodzielnie dokonałeś, obowiązuje ta sama zasada: zapisz model, zapisz prompt, zapisz datę. Endpointy żyją dłużej niż wersje kryjące się za ich aliasami, a liczba, która zależy od wywołania, którego nikt nie udokumentował, jest dokładnie tą liczbą, która staje się archeologią.

Test, który warto uruchomić w pierwszej kolejności

Każda strona produktu w tej kategorii powtarza w jakiejś wersji tę samą obietnicę: praca będzie szybsza, a dokumentacja czystsza. Pierwszą połowę łatwo pokazać na demo, a trudno zweryfikować. Drugą da się zweryfikować, a Claude Science uczynił ją niezwykle konkretną — kod, środowisko i rozmowa, dołączone do artefaktu, możliwe do obrony wiele miesięcy później.

Zatem ten test nie jest demonstracją. Weź wykres, który Twoje laboratorium już opublikowało — taki, którego wytworzenie wymagało prawdziwej pracy — i poproś aplikację o odtworzenie go z zapisu. Jeśli zwróci te same liczby i czytelny opis tego, jak do nich doszła, twierdzenie o pochodzeniu jest prawdziwe w przypadku pracy Twojego typu. Jeśli zwróci wiarygodnie wyglądający wykres i żadnego śladu, dowiedziałeś się czegoś bardziej użytecznego niż z jakiegokolwiek benchmarku: narzędzie jest rendererem o dobrych manierach, a Twoje laboratorium nadal potrzebuje własnego archiwum.

Każda z odpowiedzi jest warta poznania. Beta to hipoteza dotycząca tego, jak będą prowadzone badania, a pomocne w tej konkretnej becie jest to, że jej główne twierdzenie może sfalsyfikować każdy, kto dysponuje opublikowaną liczbą i wolnym popołudniem.