Claude Science đang ở giai đoạn Beta: Tính tái lập mới là tính năng thực sự quan trọng

Anthropic đã đưa một ứng dụng nghiên cứu để bàn vào giai đoạn beta, và điều thú vị nhất trên trang của ứng dụng không phải là tiêu đề chính. Claude Science tự giới thiệu là “đối tác nghiên cứu của bạn cho khoa học nghiêm ngặt”, và câu ngay bên dưới lời giới thiệu đó nói về phần hạ tầng vận hành chứ không phải về trí tuệ: ứng dụng chạy các phân tích, tìm kiếm cơ sở dữ liệu và truy vết từng bước từ khâu xử lý dữ liệu đến khâu xuất bản. Có các bản tải xuống cho Mac trên Apple Silicon, Mac trên Intel, Windows và Linux, cùng một nút liên hệ bộ phận bán hàng bên cạnh dành cho các nhóm muốn trao đổi trước khi cài đặt. Không có chỗ nào trên trang nêu tên mô hình. Không có chỗ nào trên trang ghi giá. Điều được nêu tên, với mức độ chi tiết bất thường, là nguồn gốc xuất xứ.

Cách sắp xếp đó đáng để suy ngẫm. Hầu hết các trang sản phẩm AI mở đầu bằng một năng lực nào đó rồi mới thêm ngôn từ tạo niềm tin. Trang này lại mở đầu bằng bản ghi về cách một kết quả được tạo ra, và coi chính phần phân tích là thứ đang được bán: những sản phẩm khoa học phong phú, có thể tái lập hoàn toàn, với mỗi kết quả đều được truy vết đến mã của nó. Nếu bạn điều hành một phòng thí nghiệm, thì đó hoặc là câu hữu ích nhất mà Anthropic đã viết trong năm nay, hoặc là câu bạn nên kiểm tra kỹ nhất. Phần còn lại của bài viết này là về việc phân biệt hai điều đó.

Ứng dụng thực sự là gì

Claude Science là một ứng dụng đang trong giai đoạn beta, không phải một dịch vụ mà bạn truy cập qua tab trình duyệt. Ma trận tải xuống — Apple Silicon, Intel Mac, Windows, Linux — cho thấy giả định rằng công việc diễn ra ngay tại nơi dữ liệu đã nằm, trên một máy trạm hoặc một máy trong phòng thí nghiệm. Mô tả của chính Anthropic về những gì ứng dụng làm được thì hẹp và cụ thể: nó chạy các phân tích, tìm kiếm cơ sở dữ liệu, và lần theo từng bước từ khâu xử lý dữ liệu đến công bố. Lời hứa đi kèm không hẳn là những câu trả lời tốt hơn. Mà là ít thời gian hơn dành cho những phần của nghiên cứu không phải là nghiên cứu.

Có một điều thứ hai mà trang này từ chối làm. Trang không bán gói đăng ký. Trang có nút liên hệ bộ phận kinh doanh và không có giá, còn ứng dụng được đánh dấu là beta. Chi tiết thương mại được để dành cho một cuộc trao đổi, đó là một thực tế về trang chứ không phải lời phàn nàn về công ty — nhưng điều đó có nghĩa là bất kỳ con số nào được dẫn ra làm giá của Claude Science đều là dẫn lại một thứ chưa được công bố.

Điều mà trang thực sự tiết lộ, ở một mức độ khá chi tiết, là hình hài của công việc. Mỗi artifact đều đi kèm lịch sử của nó: mã chính xác, môi trường và cuộc trò chuyện đã tạo ra nó. Cách diễn đạt của Anthropic là các hình vẽ, bảng và sổ tay “có thể được tái tạo, chỉnh sửa hoặc bảo vệ sau nhiều tháng.” Đó là một tuyên bố về việc lưu giữ hồ sơ, và lưu giữ hồ sơ chính là kiểu tuyên bố mà một phòng thí nghiệm có thể kiểm tra.

Hiện vật mang trong mình lịch sử của chính nó

Một hình trong bản thảo đã nộp là một ảnh bitmap gắn kèm một khẳng định. Sáu tháng sau, một phản biện viên hỏi vì sao các thanh sai số rộng ra trên một nồng độ nhất định, hoặc một cộng tác viên muốn có cùng biểu đồ đó cho nhóm thứ hai, và ai đó phải dựng lại một notebook mà lần cuối được một postdoc đã rời đi động vào. Câu trả lời thường thấy là khảo cổ học: một ổ đĩa dùng chung, một luồng trò chuyện, ba phiên bản của một script và một phỏng đoán xem phiên bản nào đã tạo ra các panel trong bài báo.

Luận điểm ở đây là tạo tác không phải một hình ảnh mà là một bản ghi, và bản ghi ấy đi cùng với hình ảnh. Mã, môi trường và cuộc hội thoại, được lưu cùng với đầu ra, để người mở lại nó sau một năm nhận được cùng một câu trả lời thay vì một câu trả lời nghe có vẻ hợp lý. Nếu điều đó đúng, nó thay đổi chi phí của một sự kiện nghiên cứu khá thông thường: yêu cầu chỉnh sửa đến sau khi mọi người đã chuyển sang việc khác.

Có một hiệu ứng bậc hai quan trọng hơn cả sự tiện lợi. Nếu mã được đính kèm, một hình có thể được chỉnh sửa thay vì vẽ lại. Anthropic mô tả việc lặp lại hình bằng ngôn ngữ đơn giản: chú thích lên một hình để yêu cầu thay đổi hoặc đặt câu hỏi, và tác nhân đọc mã đã tạo ra nó rồi chỉnh sửa trực tiếp. Đó là một thao tác khác với việc tạo lại một hình ảnh. Vẽ lại một biểu đồ bằng tay tạo ra một cơ hội mới cho một lỗi mà không ai sẽ phát hiện, vì biểu đồ mới trông giống biểu đồ cũ. Chỉnh sửa mã đã tạo ra nó giữ nguyên quá trình suy dẫn — với giả định rằng, và đây là giả định mà toàn bộ sản phẩm dựa vào, mã được đính kèm với một hình thực sự là mã đã tạo ra nó.

Người đánh giá đọc mã nguồn

Anthropic đã tích hợp một trình đánh giá chạy nền vào ứng dụng. Nhiệm vụ của nó là gắn cờ ba vấn đề: trích dẫn không chính xác, những con số không thể truy nguyên về nguồn, và các hình không khớp với mã nguồn bên dưới. Mỗi vấn đề trong số đó là một kiểu lỗi đặc thù của sinh học tính toán chứ không phải là ảo giác chung chung, và vấn đề thứ ba liên quan trực tiếp đến tuyên bố về nguồn gốc. Một trình đánh giá có thể nhìn thấy cả một hình và mã đã tạo ra nó thì có thể đối chiếu cái này với cái kia. Một trình đánh giá chỉ nhìn thấy hình thì không thể.

Điều không được công bố là phương pháp này hiệu quả đến mức nào. Trên trang không có tỷ lệ, không có chuẩn đối sánh và không có đánh giá độc lập, nên ở đây cũng không đưa ra thông tin nào như vậy. Cách diễn đạt trung thực là: một người đánh giá chỉ ra những điểm không khớp là một cặp mắt thứ hai hữu ích và là sự thay thế kém cỏi cho cặp mắt thứ nhất. Nó sẽ bắt được biểu đồ mà nhãn trục đã bị lệch giữa các phiên bản. Nó sẽ không cho bạn biết liệu thí nghiệm có được thiết kế đúng hay không, và nó không thể biết rằng một bảng mẫu đã bị ghi nhãn sai từ khâu trước nếu việc ghi nhãn sai đó nhất quán từ đầu đến cuối.

Sự phân biệt đó quan trọng vì thành phần đánh giá là phần của sản phẩm dễ bị tâng bốc quá mức nhất trong một cuộc họp phòng thí nghiệm. Một dấu kiểm xanh từ thành phần đánh giá chạy nền có nghĩa là một luận điểm đã vượt qua một lần kiểm tra tính nhất quán, chứ không phải luận điểm đó đúng. Bản ghi nguồn gốc là nửa bền vững hơn trong cặp: nó không phụ thuộc vào việc thành phần đánh giá đúng, mà chỉ phụ thuộc vào việc bản ghi đầy đủ.

Trình kết xuất, bản thảo và tính toán

Ba phần nhỏ hơn của ứng dụng đưa ra cùng một lập luận từ những hướng khác nhau. Phần đầu tiên là kết xuất nguyên bản. Protein, các căn chỉnh, các track hệ gen, cấu trúc hóa học và PDF được hiển thị ở dạng nguyên bản mà không cần cài đặt thêm. Điều đó nghe có vẻ chỉ là chuyện bề ngoài cho đến khi bạn nhớ ra rằng bao nhiêu phần trong chuỗi công cụ của một phòng thí nghiệm lại là một chuỗi các bước xuất — từ trình xem cấu trúc đến ảnh chụp màn hình đến trang chiếu đến hình minh họa — mỗi bước đều làm mất siêu dữ liệu và tạo thêm cơ hội để một thứ gì đó bị thay đổi kích thước một cách âm thầm.

Thứ hai là soạn thảo bản thảo. Các kết quả được viết ra cùng với phân tích đã tạo ra chúng, với bản xem trước Markdown và LaTeX đã kết xuất. Giữ phần văn xuôi trong cùng một dự án với phần tính toán là phiên bản tái lập rẻ nhất hiện có: bản nháp và phân tích không thể lệch khỏi nhau nếu chúng không bao giờ tách rời.

Thứ ba là quản lý tài nguyên tính toán. Ứng dụng xây dựng các môi trường mà mỗi phân tích cần và chạy chúng trên laptop, cluster hoặc GPU của bạn. Đây là chỗ một công cụ nghiên cứu hoặc trở nên hữu dụng, hoặc không. Một tác vụ GPU phải được lắp ghép thủ công trong terminal là tác vụ mà chỉ một người trong phòng thí nghiệm có thể chạy, và người đó trở thành nút thắt ngay khi họ đi nghỉ. Việc xây dựng môi trường là thứ không hào nhoáng, và nó là khác biệt giữa một công cụ được cả phòng thí nghiệm tiếp nhận và một công cụ chỉ một nghiên cứu sinh dùng.

Ai được nhận miễn phí, và trang muốn nói đến ai khi dùng từ "các nhà khoa học"?

Một banner nằm phía trên trang sản phẩm, quảng cáo gói Claude Team dành cho các nhà khoa học: các nhà khoa học tại các tổ chức nghiên cứu học thuật và phi lợi nhuận trên khắp thế giới giờ đây có thể dùng Claude miễn phí để bắt đầu. Đó là cách diễn đạt của Anthropic trên chính trang của Anthropic, và các ranh giới của nó quan trọng không kém nội dung.

Ưu đãi được định hình xoay quanh các tổ chức nghiên cứu học thuật và phi lợi nhuận. Nó không được viết cho R&D trong doanh nghiệp và cũng không dành cho sinh viên như một nhóm đối tượng; mở rộng ưu đãi cho một trong hai đối tượng đó sẽ là diễn giải vượt quá điều câu văn nói. Cụm “to start” cũng đóng một vai trò quan trọng. Trang mô tả việc bắt đầu miễn phí, không phải quyền lợi vĩnh viễn, và không nói điều gì sẽ đến tiếp theo. Một phòng thí nghiệm lập ngân sách dựa trên điều này nên hiểu đó là bước mở đường hơn là một khoản mục, và không nên cho rằng bản thân ứng dụng có giá công bố, vì không có.

Những câu hỏi mà trang còn để ngỏ

Năm điều một độc giả cẩn thận sẽ tìm kiếm và không thấy. Mô hình: trang không cho biết Claude Science chạy trên mô hình Claude nào hoặc những mô hình nào, nên bất kỳ bài viết nào nêu tên một mô hình đều chỉ là phỏng đoán. Giá: không có gói đăng ký nào được bán trên trang. Yêu cầu hệ thống: bốn nền tảng được liệt kê và không có phiên bản phần cứng hay hệ điều hành nào được đưa ra. Liệu các artifact có rời khỏi máy hay không: câu chuyện về nguồn gốc là về những gì được lưu cùng với một kết quả, không phải về nơi kết quả đó được gửi đến, và đây là những câu hỏi khác nhau. Và ngày rời beta: không có ngày nào được công bố.

Điều thứ tư trong số đó là điều cần giải quyết trước lần tải lên đầu tiên. Một hồ sơ tái lập có giá trị chính vì nó chi tiết — mã, môi trường, cuộc trò chuyện — và hồ sơ chi tiết về nghiên cứu chưa công bố chính là điều mà một ủy ban quản trị dữ liệu sẽ hỏi tới. Trang này không trả lời hồ sơ nằm ở đâu, và sự im lặng đó là lý do chính đáng để trao đổi với Anthropic trước khi đưa dữ liệu lâm sàng qua ứng dụng thay vì sau đó.

Thông báo khác trong tuần đó

Vào ngày 22 tháng 10 năm 2026, Anthropic đã công bố một lời kêu gọi mở dành cho các nhà nghiên cứu khách mời trong lĩnh vực khoa học sự sống, mời cộng đồng khoa học sự sống nộp đơn để làm việc với Anthropic trong các dự án đặc biệt. Đó là toàn bộ nội dung đã công bố của thông báo. Đây không phải là bản mô tả chương trình, không phải khoản tài trợ, và cũng không phải tuyên bố về lộ trình của Claude Science; coi nó là bất kỳ điều nào trong số đó sẽ là suy diễn quá xa so với những gì hiện có. Tuy vậy, đó là một tín hiệu về nơi công ty đang dành sự chú ý. Anthropic đang tuyển các nhà khoa học đang hành nghề, không phải khách hàng.

Điều này có nghĩa gì nếu bạn đang xây dựng chứ không phải nghiên cứu

Trước hết, một ranh giới. Claude Science là một ứng dụng của Anthropic. Chúng tôi không lưu trữ ứng dụng này, không bán ứng dụng này và không có nội dung nào ở đây nên được hiểu là tuyên bố về việc ứng dụng có sẵn. Thứ chúng tôi lưu trữ là các mô hình, thông qua một endpoint tương thích OpenAI với một khóa duy nhất, theo giá niêm yết của nhà cung cấp và không cộng thêm phụ phí. Claude Opus 5.5 nằm trong danh mục đó với mức 4,00 USD mỗi triệu token đầu vào và 20,00 USD mỗi triệu token đầu ra, cùng ngữ cảnh 1M token và lượt đọc bộ nhớ đệm ở mức 0,20 USD mỗi triệu.

Điều đó liên quan đến một lát cắt hẹp hơn của câu chuyện này so với vẻ ngoài ban đầu. Vì Anthropic chưa công bố Claude Science chạy trên mô hình nào, không có cách trung thực nào để nói rằng ứng dụng chạy trên một mô hình mà chúng tôi tình cờ cung cấp. Điều có thể nói là những phần của một pipeline nghiên cứu nằm ngoài ứng dụng — một batch job gán nhãn mẫu qua đêm, một script gọi mô hình từ bên trong một notebook hiện có, một bước phải tiếp tục chạy xuyên suốt thời gian nhà cung cấp gặp sự cố — là những lệnh gọi mô hình thông thường, và đó chính là việc mà router sinh ra để làm. Tự động chuyển đổi dự phòng giữa các nhà cung cấp quan trọng hơn trong một job chạy sáu giờ so với trong một cửa sổ chat mà một người đang theo dõi. DSL định tuyến, thứ kết hợp nhiều mô hình thành một lệnh gọi duy nhất, quan trọng khi một bước trong pipeline muốn một mô hình nhỏ, rẻ và bước tiếp theo muốn một mô hình cẩn trọng hơn.

Kỷ luật tái lập mà ứng dụng đang bán không nhất thiết phải dừng ở ranh giới của ứng dụng. Nếu một kết quả phụ thuộc vào một lời gọi mô hình do chính bạn thực hiện, quy tắc tương tự vẫn áp dụng: ghi lại mô hình, ghi lại lời nhắc, ghi lại ngày tháng. Các điểm cuối sống lâu hơn các phiên bản đằng sau bí danh của chúng, và một con số phụ thuộc vào một lời gọi mà không ai ghi chép lại chính là con số trở thành khảo cổ học.

Bài kiểm tra đáng để chạy trước tiên

Mọi trang sản phẩm trong danh mục này đều đưa ra một phiên bản của cùng một lời hứa: công việc sẽ nhanh hơn và hồ sơ sẽ gọn gàng hơn. Nửa đầu thì dễ trình diễn nhưng khó kiểm chứng. Nửa sau thì có thể kiểm chứng được, và Claude Science đã khiến nó cụ thể một cách khác thường — mã, môi trường và hội thoại, gắn liền với sản phẩm đầu ra, vẫn đứng vững để bảo vệ nhiều tháng sau đó.

Vậy nên bài kiểm tra này không phải là một bản demo. Hãy lấy một hình/bảng số mà phòng thí nghiệm của bạn đã công bố, một thứ đã tốn công sức thực sự để tạo ra, và yêu cầu ứng dụng tái tạo nó từ bản ghi. Nếu nó trả về đúng những con số đó cùng một lời giải thích dễ đọc về cách đạt được chúng, thì tuyên bố về nguồn gốc là thật đối với loại công việc của bạn. Nếu nó trả về một biểu đồ trông có vẻ hợp lý mà không có dấu vết nào, bạn đã học được một điều hữu ích hơn bất kỳ benchmark nào: công cụ này chỉ là một renderer cư xử nhã nhặn, và phòng thí nghiệm của bạn vẫn cần kho lưu trữ của riêng mình.

Câu trả lời nào cũng đáng có. Một bản beta là một giả thuyết về cách nghiên cứu sẽ được thực hiện, và điều hữu ích ở bản beta cụ thể này là tuyên bố trọng tâm của nó có thể bị bác bỏ bởi bất kỳ ai có một con số đã công bố và một buổi chiều.