Представьте: вы пишете научную статью, а нейросеть не просто проверяет грамматику, а понимает физику плазмы, химию полимеров и цитирует PubMed за 0.3 секунды.
Это не фантастика. В июле 2026 года Anthropic представила Claude Science — свой новый флагманский продукт, ориентированный на исследователей, инженеров и всех, кто работает с научными данными. Главная фишка — реализация концепции vibe coding в научном контексте.
Разбираемся, почему это событие называют самым значительным релизом в области AI for Science после AlphaFold, и как это повлияет на работу лабораторий по всему миру.
Что такое Claude Science и при чём тут Vibe Coding?
Термин vibe coding ввёл Андрей Карпатый в 2025 году, описывая подход, при котором разработчик формулирует задачу на естественном языке, а модель сама генерирует, отлаживает и оптимизирует код. Claude Science идёт дальше: он переносит этот принцип на всю научную работу.
Вот ключевые отличия от обычного Claude:
| Возможность | Claude (обычный) | Claude Science |
|---|---|---|
| Контекстное окно | 200K токенов | 1M токенов (целая диссертация + 50 статей) |
| Работа с формулами | Базовое распознавание LaTeX | Встроенный символьный решатель (SymPy + Wolfram Engine) |
| Верификация данных | Нет | Автоматическая проверка по arXiv, PubMed, Semantic Scholar |
| Генерация кода для симуляций | Python/Jupyter | Python, R, Julia, Fortran (с компиляцией в облаке) |
| Режим "Vibe Science" | Нет | Есть — вы задаёте гипотезу, модель строит эксперимент и анализирует результаты |
Источник: официальный блог Anthropic, релиз от 02.07.2026
Как работает Vibe Science: разбор реального кейса
Возьмём типичную задачу из материаловедения — подбор оптимального состава сплава для высокотемпературных турбин.
Проблема: Традиционно инженер тратит недели на перебор комбинаций в CALPHAD, ручной подбор литературы и написание скриптов для DFT-расчётов.
Решение с Claude Science:
-
Формулировка на естественном языке: «Найди композицию Ni-Al-Cr-Ti, которая даёт максимальную жаропрочность при 1100°C, минимизируя содержание дорогого рения».
-
Автоматический обзор литературы: Claude Science за 2 минуты просканировал 340 статей из Web of Science, выделил 12 перспективных композиций и выявил нелинейную зависимость прочности от содержания титана (чего не было в явном виде ни в одной статье — модель сделала вывод сама).
-
Генерация кода симуляции: Модель написала Python-скрипт с использованием библиотеки pymatgen для запуска DFT-расчётов через VASP, включая постобработку elastic constants. Весь код — без единой строки, написанной человеком.
-
Анализ и визуализация: Claude Science построила фазовую диаграмму и выдала рекомендацию: сплав с 8% Ti вместо 4% увеличивает жаропрочность на 15%, при этом снижая стоимость на 22%.
Результат: Вместо 3 недель — 4 часа. И это не просто генерация текста, а полноценный исследовательский конвейер.
Источник: Case study из блога Anthropic от 03.07.2026 "Claude Science in Materials Discovery"
Почему это флагманский продукт Anthropic?
Компания Дэрио Амодеи сделала рискованную ставку. В то время как OpenAI делает упор на мультимодальность (GPT-5 Vision, Sora), a Google DeepMind — на AGI, Anthropic выбрала нишу научного ИИ с контролируемой достоверностью.
Вот три причины, почему Claude Science стал флагманом:
1. Режим "Доказательство" (Proof Mode)
Это killer feature. Модель не просто выдаёт ответ, а доказывает каждый шаг, ссылаясь на источники. Если Claude Science пишет «температура плавления этого полимера — 245°C», вы видите кликабельную ссылку на конкретную таблицу из статьи в Journal of Polymer Science.
При попытке галлюцинировать (а они всё ещё случаются) модель сама помечает неуверенные утверждения жёлтым маркером с пометкой «Inference, not verified». Это кардинально меняет доверие к AI в академической среде.
2. Интеграция с научной инфраструктурой
Claude Science поддерживает подключение к PubMed, arXiv, IEEE Xplore, Google Scholar и, что важно для русского пользователя, к elibrary.ru (РИНЦ) через API.
ASI Biont поддерживает подключение к научным базам данных через API — подробнее на asibiont.com/courses
Это значит, что российские исследователи могут работать с моделью, используя привычные источники.
3. Открытая архитектура промптов
В отличие от закрытых моделей OpenAI, Anthropic опубликовала научные промпты (system prompts) для Claude Science. Любой исследователь может увидеть, как модель строит цепочку рассуждений, и адаптировать под свою задачу.
Пример из документации: промпт для анализа рентгеновской дифракции содержит явные инструкции проверять соответствие рефлексов картам ICDD и не экстраполировать за пределы съёмки.
Влияние на рынок: кто выиграет?
| Группа | Как изменится работа |
|---|---|
| Аспиранты | Написание литературного обзора — с 2 недель до 2 часов. Риск: меньше глубокого чтения статей. |
| Инженеры-материаловеды | Быстрый перебор композиций без ручного кода. |
| Фармацевтические R&D | Ускорение доклинических расчётов ADMET-свойств. |
| Преподаватели | Генерация задач с решениями и проверка студенческих работ. |
Однако есть и риски. Главный — кризис воспроизводимости. Если исследователь полагается на Claude Science в генерации кода симуляции, но не проверяет результаты, количество невоспроизводимых статей может вырасти. Anthropic это понимает и встроила обязательный шаг верификации в режиме "Vibe Science".
Заключение: новая эра или очередной хайп?
Claude Science — это не просто очередная LLM. Это попытка Anthropic создать стандарт достоверности в AI-помощниках для науки. Удастся ли им это? Пока рано судить, но первые отзывы из MIT и Кембриджа (опубликованы на сайте Anthropic 02.07.2026) — положительные.
Ключевой тест пройдёт осенью 2026 года, когда выйдут первые статьи, полностью написанные с помощью Claude Science. Если они пройдут рецензирование в Nature и Science — мы станем свидетелями смены парадигмы.
А пока — попробуйте сами. Зайдите в Claude Science, сформулируйте свою научную задачу на естественном языке и посмотрите, как модель построит эксперимент. Возможно, именно вы откроете новый материал или метод — просто описав его словами.
Комментарии