Anthropic wypuścił Claude Science, aplikację dla badaczy, która łączy bazy danych, notebooki i klaster obliczeniowy w jedno środowisko pracy. Program działa na istniejących modelach Claude, ale zmienia coś ważniejszego niż sam model: sposób, w jaki naukowiec w ogóle siada do komputera.
Kluczowe fakty:
- Claude Science to aplikacja Anthropic dla badaczy, która trafiła do bety 30 czerwca i jest dostępna dla użytkowników planów Pro, Max, Team i Enterprise na macOS i Linuksie.
- System oferuje dostęp do ponad 60 przygotowanych umiejętności i konektorów obejmujących genomikę, analizę pojedynczych komórek, proteomikę, biologię strukturalną i chemoinformatykę, obsługiwanych przez jednego agenta koordynującego w naturalnym języku.
- W skład środowiska wchodzi osobny agent recenzujący, który sprawdza wyniki krok po kroku, wykrywa błędne cytowania i niespójności między wykresami a kodem, a każdy wygenerowany rysunek zapisywany jest wraz z kodem, środowiskiem i pełną historią wiadomości.
Claude Science trafił do bety 30 czerwca, dostępny dla użytkowników planów Pro, Max, Team i Enterprise na macOS i Linuksie. To rozwinięcie prac, które Anthropic prowadzi w naukach przyrodniczych od zeszłej jesieni, kiedy firma zaczęła podłączać Claude’a do baz danych i narzędzi badawczych przez protokół MCP oraz system skills.
Punktem wyjścia jest frustracja znana każdemu, kto kiedykolwiek robił analizę bioinformatyczną. Naukowiec musi żonglować dziesiątkami baz danych, z których każda ma inny schemat i inny język zapytań, przeskakiwać między Jupyterem, R-em a terminalem klastra, ręcznie pilnować, czy zadanie obliczeniowe w ogóle się wykonało. Claude Science ma to wszystko skleić w jedną rozmowę.
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.
Jak to działa w praktyce
Użytkownik rozmawia z jednym agentem koordynującym w naturalnym języku. Ten ma dostęp do ponad 60 przygotowanych wcześniej umiejętności i konektorów pokrywających genomikę, analizę pojedynczych komórek, proteomikę, biologię strukturalną i chemoinformatykę. Agent koordynujący może w razie potrzeby uruchomić kolejne wyspecjalizowane agenty, w tym takie, które stworzył sam użytkownik.
Osobno działa agent recenzujący. Sprawdza wyniki krok po kroku, wyłapuje błędne cytowania, liczby, których nie da się prześledzić do źródła, oraz wykresy niezgodne z kodem, który je wygenerował. Poprawia się na bieżąco, zamiast czekać na finalną kontrolę.
Każdy wygenerowany rysunek trafia do systemu razem z dokładnym kodem, środowiskiem, w którym powstał, opisem w prostym języku i pełną historią wiadomości. Można poprosić agenta o zmianę skali osi na logarytmiczną albo usunięcie siatki, a on sam poprawi swój kod. Da się też odgałęzić sesję, żeby porównać dwa podejścia bez utraty oryginalnego wątku.
Narzędzia, które automatyzują cały łańcuch od hipotezy przez obliczenia po gotowy wykres, to naturalny kierunek rozwoju AI w nauce i cieszę się, że Anthropic w końcu też w to wchodzi, bo dotąd wyraźnie ustępowało tu Google’owi i FutureHouse. Podoba mi się nacisk na audytowalność, bo to właśnie brak możliwości odtworzenia wyniku miesiąc później był realnym problemem przy pracy z modelami językowymi w nauce, nie sama jakość analizy. Zostawiam sobie jednak dużą dozę ostrożności wobec twierdzeń o przyspieszeniu badań o rząd wielkości. Skrócenie czasu dziesięciokrotnie brzmi świetnie w komunikacie prasowym, ale dopóki takie wyniki nie przejdą przez niezależną recenzję naukową na szerszą skalę, traktowałbym je jako obiecujący sygnał, a nie potwierdzony fakt. Pytanie, które mnie nurtuje, brzmi: kto ponosi odpowiedzialność, gdy agent recenzujący przeoczy błąd w publikacji, która trafia do czasopisma z impact factorem?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Kto już z tego korzysta i z jakim skutkiem
Anthropic opisuje trzy konkretne wdrożenia. Manifold Bio, firma projektująca leki celowane tkankowo, użyła Claude Science do wytypowania celów molekularnych dla najnowszych eksperymentów. Dla każdej tkanki i celu narzędzie oceniało ekspresję powierzchniową, transport i bezpieczeństwo, a następnie rankingowało kandydatów według własnych, zastrzeżonych kryteriów firmy.
Jérôme Lecoq z Allen Institute zbudował na bazie Claude Science szablon do pisania długich przeglądów literaturowych, złożony z około 20 własnych umiejętności. Subagenty czytają tysiące publikacji i zapisują kluczowe twierdzenia oraz dane liczbowe w bazie dowodów, a potem piszą kolejne sekcje w parach agent-autor i agent-krytyk. Zespół Lecoqa twierdzi, że praca, która wcześniej zajmowała nawet dwa lata, dała już około dziesięciu przeglądów, wiele przekraczających sto stron.
Trzeci przypadek to Stephen Francis z UCSF Brain Tumor Center, który bada molekularną epidemiologię glejaka. Jego zespół przeprowadzał analizy genetyczne w mniej więcej jednej dziesiątej dotychczasowego czasu, a wyniki zweryfikował niezależnie.
Warto pamiętać, że to opisy dostarczone przez samego Anthropica we współpracy z klientami, nie niezależne studia przypadków.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Konkurencja depcze po piętach
Claude Science nie wchodzi na puste pole. Google w maju 2026 zaprezentował Gemini for Science, pakiet narzędzi budowanych wokół Co-Scientist, AlphaEvolve i NotebookLM, testowany już przez Bayer Crop Science, Daiichi Sankyo i amerykańskie laboratoria narodowe w ramach Genesis Mission Departamentu Energii USA.
Jeszcze mocniej rozpycha się Edison Scientific, spółka wydzielona z non-profitowego FutureHouse. Jej system Kosmos przeszukuje 175 milionów pełnych tekstów publikacji, zgłoszeń patentowych i danych z badań klinicznych, a według doniesień branżowych potrafi skompresować pół roku pracy badawczej w jeden dzień. Edison ogłosił niedawno współpracę z Incyte przy zastosowaniu Kosmosa w całym łańcuchu odkrywania i rozwoju leków tej firmy farmaceutycznej.
- Google Gemini for Science: hipotezy generowane w formie „turnieju pomysłów” agentów, silny nacisk na cytowalność w Nature
- Edison Scientific Kosmos: autonomiczne odkrycia naukowe, subskrypcja rzędu 200 dolarów miesięcznie dla pełnego dostępu
- Claude Science: warstwa integracyjna nad istniejącymi narzędziami laboratorium, z naciskiem na uruchamianie realnych pipeline’ów na własnej infrastrukturze
Różnica, na którą kładzie nacisk Anthropic, to brak konieczności przenoszenia danych poza infrastrukturę laboratorium. Analizy wykonują się lokalnie, na klastrze HPC przez SSH albo na koncie Modal, a do samego Claude’a trafia tylko kontekst potrzebny na dany krok.
Ile jest w tym pieniędzy
Rynek AI w naukach przyrodniczych rośnie w tempie, które trudno dziś znaleźć w innym segmencie technologii. Według Fortune Business Insights globalny rynek AI w farmacji i biotechnologii wart był w 2025 roku 6,63 miliarda dolarów, a w 2026 roku ma sięgnąć 8,54 miliarda, z prognozowanym wzrostem do 154 miliardów dolarów do 2034 roku przy średniorocznym tempie wzrostu 43,55 procent. Ameryka Północna odpowiada za ponad połowę tego rynku.
Mordor Intelligence liczy segment węziej, samo AI w farmacji, na 6,16 miliarda dolarów w 2026 roku, z docelowym wzrostem do niemal 35 miliardów do 2031 roku. Rozbieżności między firmami analitycznymi biorą się z różnych definicji tego, co właściwie wlicza się do rynku, ale kierunek jest w każdym raporcie ten sam: kilkudziesięcioprocentowy wzrost rok do roku.
Co to oznacza dla polskiego czytelnika
Polska ma własną infrastrukturę, do której narzędzia takie jak Claude Science mogłyby się w teorii podłączyć. Europejskie Centrum Bioinformatyki i Genomiki w Poznaniu, prowadzone przez Instytut Chemii Bioorganicznej PAN wraz z Poznańskim Centrum Superkomputerowo-Sieciowym, rozwija projekt cyfrowych bliźniaków tkanek i narządów w ramach programu MOSAIC 3D. Równolegle piętnaście instytucji buduje Krajowy Magazyn Danych, którego kolejna edycja ma udostępniać moc obliczeniową pod trenowanie i zasilanie modeli AI.
Osobny wątek to CLARIN-PL, projekt prowadzony przez Politechnikę Wrocławską, który zapowiada polskojęzycznego asystenta badacza z naciskiem na wskazywanie źródeł i wykrywanie halucynacji.
Żadna z tych inicjatyw nie jest bezpośrednim odpowiednikiem Claude Science, bo mają węższy zakres i inny model finansowania, oparty na grantach unijnych, a nie na komercyjnej subskrypcji. Ale pokazują, że polskie instytuty mają już zbudowaną infrastrukturę danych, która czeka na warstwę agentową. Pytanie, czy polskie laboratoria będą stać na licencje Team czy Enterprise, pozostaje otwarte. Anthropic oferuje zniżki dla aktywnych laboratoriów naukowych na uczelniach i w organizacjach non-profit, co może obniżyć próg wejścia dla mniejszych zespołów badawczych w Polsce.
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.
Ograniczenia, o których trzeba pamiętać
Claude Science to aplikacja, nie osobne API. Nie da się jej użyć jako warstwy inferencyjnej pod własny system. Rozszerza się ją wyłącznie przez konektory MCP i zapisane umiejętności, które są zwykłymi folderami z plikiem SKILL.md.
Program jest też ograniczony systemowo do macOS i Linuksa, co wyklucza spory odsetek stacji roboczych działających na Windowsie w laboratoriach akademickich. Zespoły i organizacje muszą dodatkowo poprosić administratora o włączenie funkcji.
Anthropic zapowiedział też program grantowy: do 50 projektów naukowych otrzyma łącznie do 30 tysięcy dolarów kredytów, a partner Modal dorzuci do 2 tysięcy dolarów mocy obliczeniowej dla wybranych zespołów. Zgłoszenia przyjmowane są do 15 lipca 2026 roku, z wynikami do 31 lipca, a same projekty mają trwać od września do grudnia 2026.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu Anthropic z dnia 30.06.2026, materiału MarkTechPost z dnia 04.07.2026 oraz danych rynkowych Fortune Business Insights i Mordor Intelligence. Kontekst konkurencyjny oparto na komunikacie Google dotyczącym Gemini for Science oraz materiale HPCwire na temat Edison Scientific. Informacje o polskiej infrastrukturze badawczej pochodzą z artykułu Tygodnika Powszechnego. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wdrożeniach Claude Science.
