Firma wypuściła w tym tygodniu Claude Science, aplikację, która ma zebrać w jednym miejscu bazy danych, notatniki obliczeniowe i dostęp do mocy komputerowej potrzebne badaczom. To najgłębsze jak dotąd wejście Anthropic w środowisko laboratoryjne, przy czym firma nie stworzyła nowego modelu, tylko nowe środowisko pracy wokół istniejącego Claude.
Kluczowe fakty:
- Anthropic wypuściło Claude Science – aplikację dla naukowców integrującą bazy danych, notatniki obliczeniowe i moc obliczeniową w jednym środowisku pracy, dostępną lokalnie na macOS i Linuksie oraz zdalnie przez SSH lub węzeł klastra HPC.
- W centrum systemu działa generalistyczny agent koordynujący z dostępem do ponad 60 umiejętności i konektorów dla genomiki, biologii jednokomórkowej, proteomiki, biologii strukturalnej i chemoinformatyki, który może tworzyć własnych podwykonawców.
- Claude Science nie opiera się na nowym, wyspecjalizowanym modelu biologicznym – aplikacja korzysta z tych samych modeli Claude dostępnych dla wszystkich użytkowników, w tym Opus 4.8, bez specjalnego dostępu.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Koniec żonglowania dziesiątkami narzędzi
Naukowiec, który chce policzyć strukturę białka albo przeanalizować dane z sekwencjonowania jednokomórkowego, dziś musi przechodzić między PubMed, Jupyterem, R, terminalem klastra obliczeniowego i osobnymi przeglądarkami plików. Każde z tych narzędzi ma inny schemat danych i inny język zapytań. Anthropic chce to skończyć.
Claude Science to aplikacja działająca lokalnie na macOS i Linuksie albo zdalnie przez SSH lub węzeł logowania klastra HPC. Sprawdziłem założenie: to nie chatbot z dodatkową wiedzą biologiczną, a środowisko pracy, w którym Claude analizuje literaturę, prowadzi wieloetapowe badania i iteracyjnie poprawia wykresy oraz manuskrypty aż do wersji gotowej do publikacji. Każdy wynik ma zapisaną historię powstania, co pozwala go zweryfikować i powtórzyć miesiące później.
Agent, który zatrudnia agentów
W centrum systemu stoi generalistyczny agent koordynujący z dostępem do ponad 60 wyselekcjonowanych umiejętności i konektorów przygotowanych pod genomikę, biologię jednokomórkową, proteomikę, biologię strukturalną i chemoinformatykę. Agent ten potrafi tworzyć własnych podwykonawców, a osobny agent recenzent sprawdza cytowania i obliczenia, poprawiając błędy na bieżąco.
Anthropic wyraźnie zastrzega, że za Claude Science nie stoi nowy, wyspecjalizowany model biologiczny. Aplikacja korzysta z tych samych modeli Claude, które są już dostępne wszystkim użytkownikom, w tym Opus 4.8, bez specjalnego dostępu i bez ograniczeń.
Do dużych zadań, jak zwijanie białka albo przetwarzanie masywnego zbioru genomicznego, aplikacja sama przygotowuje plan pracy, pyta o zgodę przed użyciem nowych zasobów, a następnie wysyła zadanie na klaster HPC laboratorium przez SSH albo na konto Modal, skalując obliczenia od jednego GPU do setek. Dane wrażliwe nie muszą przy tym opuszczać systemów, na których już są przechowywane, do Claude trafia tylko kontekst potrzebny na danym etapie analizy.
Kilka przykładów z fazy beta pokazuje, jak wygląda to w praktyce:
- Manifold Bio, firma projektująca leki celowane w konkretne tkanki, użyła Claude Science do wyboru celów molekularnych dla kolejnych eksperymentów, oceniając ekspresję powierzchniową, transport i bezpieczeństwo kandydatów na podstawie własnych danych z poprzednich programów
- Jérôme Lecoq, neurobiolog z Allen Institute, zbudował za pomocą aplikacji wieloagentowy szablon do pisania długich przeglądów naukowych, gdzie podagenci czytają tysiące publikacji i wyciągają z nich kluczowe wnioski liczbowe do wspólnej bazy dowodowej
- Stephen Francis, epidemiolog z UCSF Brain Tumor Center, przyspieszył analizy genetycznego podłoża glejaka, docierając do wyników w około jednej dziesiątej dotychczasowego czasu, przy czym jego zespół samodzielnie zweryfikował poprawność otrzymanych analiz
Prezes Anthropic Dario Amodei mówił o projekcie w kategoriach uniwersalnego narzędzia porządkującego wiedzę: „ogólnego przeznaczenia technologia, która pomoże nam zrozumieć tę złożoność” / „a general purpose technology that helps us make sense of that complexity”.
Claude Science robi coś, czego brakowało dotychczasowym asystentom naukowym: łączy dostęp do modelu z realnym dostępem do infrastruktury laboratorium. To różnica między rozmową o białku a policzeniem jego struktury na własnym klastrze. Jednocześnie agent recenzent, który sprawdza sam siebie tym samym modelem, nie jest niezależnym źródłem prawdy. Redakcje naukowe i recenzenci czasopism będą musieli same zdecydować, ile zaufania dają takiej weryfikacji, zanim praca trafi do druku.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Rynek, który rośnie szybciej niż wynika z nagłówków
Bioinformatyka, dziedzina, w którą wpisuje się Claude Science, nie jest niszą. Według danych firmy badawczej Business Research Insights wartość globalnego rynku bioinformatycznego w 2025 roku wyniosła 11,4 mld dolarów, z czego Stany Zjednoczone odpowiadały za 5,05 mld, a Europa za 2,55 mld. Te same szacunki wskazują na wzrost do ponad 35 mld dolarów do 2034 roku, co oznacza średnioroczną stopę wzrostu na poziomie 13,27 procent.
Ten wzrost napędzają rosnąca dostępność danych biologicznych, skok mocy obliczeniowej i coraz szersze wykorzystanie modeli opartych na sztucznej inteligencji w projektowaniu leków i diagnostyce. Anthropic wchodzi w ten rynek w momencie, gdy firma szuka nowych źródeł przychodu przed planowanym wejściem na giełdę, a jednocześnie prowadzi napięty spór z Washingtonem po decyzji rządu USA o ograniczeniu zagranicznego dostępu do jej najsilniejszych modeli.
Trzej giganci, trzy różne strategie
Anthropic nie jest sam na tym polu. Google zaprezentowało w maju na konferencji I/O własne „Gemini for Science”, opisywane jako warsztat naukowy na biurku, łączący ponad 30 baz danych z zakresu nauk o życiu z systemem „AI co-scientist”. OpenAI idzie w wąską, korporacyjną stronę, udostępniając podobne funkcje głównie wybranym klientom enterprise.
Efekt to trzy różne modele dystrybucji tego samego pomysłu: Anthropic stawia na szeroki dostęp w ramach zwykłej subskrypcji, OpenAI zawęża dostęp i ogranicza go do klientów korporacyjnych, a Google opiera się na własnych, zastrzeżonych modelach, których nie ma nikt inny. To, który model wygra w nauce, może być sygnałem, jak dostawcy AI będą konkurować w innych wąskich branżach, od prawa po inżynierię.
Aplikacja korzysta również z partnerstwa z NVIDIA. Dzięki BioNeMo Agent Toolkit Claude Science łączy się natywnie z modelami z zestawu BioNeMo, w tym Evo 2, Boltz-2 i OpenFold3, obok ponad 60 baz danych takich jak UniProt, PDB, Ensembl czy ChEMBL.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskiego sektora badawczego
Polska ma w tej rozgrywce swoje miejsce, choć niewielkie. W krajowym sektorze biotechnologicznym pracuje ponad 12 tysięcy osób, działalność badawczo-rozwojową prowadzi blisko 250 podmiotów, a zaplecze naukowe zapewnia ponad 100 jednostek badawczych, od instytutów PAN po Sieć Badawczą Łukasiewicz. Polska ma też silną pozycję w technologiach cyfrowych, zwłaszcza w sztucznej inteligencji, a biotechnologia jest jednym z obszarów, które eksperci wskazują jako niedoszacowany potencjał krajowej nauki.
Powstający Instytut Badawczy IDEAS pod kierunkiem prof. Piotra Sankowskiego ma budować krajowe kompetencje w AI z zastosowaniami w zdrowiu i administracji publicznej. Narzędzie jak Claude Science, dostępne w cenie zwykłej subskrypcji Claude, może dać mniejszym polskim zespołom badawczym, które nie mają budżetu na własną infrastrukturę do uczenia maszynowego, dostęp do tej samej klasy narzędzi co duże amerykańskie laboratoria farmaceutyczne. Pytanie, jak zawsze w tej branży, dotyczy nie tyle dostępu do technologii, ile kapitału na jej wykorzystanie i utrzymanie kadr, bo eksperci od lat zwracają uwagę, że polska biotechnologia akademicka traci najlepszych ludzi na rzecz Zachodu z powodu niedofinansowania badań wysokiego ryzyka.
Dla polskich firm z sektora life science i dla instytutów badawczych korzystających z klastrów HPC największą praktyczną zaletą może być właśnie to, że dane pozostają na własnej infrastrukturze, a do Claude trafia tylko kontekst konkretnego kroku analizy. W realiach unijnych przepisów o ochronie danych i rosnących wymogów AI Act to może okazać się argumentem ważącym więcej niż same możliwości modelu.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz oficjalnego komunikatu Anthropic z dnia 30.06.2026, a także materiałów TechCrunch, The New Stack, The Next Web, STAT News oraz danych rynkowych firmy Business Research Insights cytowanych przez portal ISBnews Zdrowie. Cytat Dario Amodei został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o rozwoju Claude Science i reakcji środowiska naukowego.
