Betanyheden er bekræftet af MarkTechPost, der gennemgår funktioner, arkitektur og målgruppe. En sekundær dækning fremhæver et samarbejde med NVIDIA BioNeMo. Timingen er skarp: et forsøg på at samle hele forskningsløbet i én sporbar kæde uden at flytte følsomme datasæt ud af deres egne miljøer.
Hvad Claude Science er
Claude Science beskrives som en AI‑workbench bygget oven på de eksisterende Claude‑modeller. Ingen ny model, men en anden arbejdsform. Appen integrerer værktøjer og pakker, forskere allerede bruger, og lover over 60 kuraterede skills og connectors på tværs af genomik, single‑cell, proteomik, strukturel biologi og cheminformatics. Holder kurateringen, falder opsætningstiden markant.
Platformen kan gengive tunge visualiseringer direkte: 3D‑proteinstrukturer, genome‑browser‑spor og kemiske strukturer. Figuren er ikke bare en PNG, men ledsaget af præcis kode og miljø, registreret som provenance. En figur bliver dermed en opskrift, man kan køre igen. Det er brugbart, når en postdoc tager over efter en ph.d., og grafen pludselig ikke passer længere.
Multi‑agent i praksis
Arkitekturen er multi‑agent. En generalist koordinerer, spawner specialistagenter (også brugerdefinerede), og en særskilt reviewer‑agent inspicerer outputs trin for trin. Den markerer citater, tal og figurer, der ikke kan spores tilbage til underliggende kode, og forsøger at rette undervejs. Det går lige ind i hullet mellem notebooks og manuelle hop, hvor små fejl plejer at snige sig ind.
Daglig effekt: mennesket godkender planen, agenterne udfører og kontrollerer. Rollen flytter sig fra operatør til loop‑ejer. Mindre copy‑paste, færre overleveringsfejl. Men også et behov for klare politikker omkring, hvem der må godkende hvad, og hvornår et job skal bremses.
Compute og infrastruktur
Claude Science kan køre lokalt på macOS eller Linux og eksekvere på en fjernmaskine over SSH, også via en HPC login node. Den skriver og indsender jobs til eksisterende infrastruktur efter en plan, brugeren godkender. Store eller følsomme datasæt bliver, hvor de er, mens kun nødvendig kontekst sendes til modellen. Det er betryggende — og kræver, at netværksveje, nøgler og batch‑systemer spiller med. Ellers går det i stå.
Den sekundære kilde beskriver integration med NVIDIA BioNeMo Agent Toolkit, der eksponerer GPU‑accelererede ressourcer som callable skills. Det peger på lettere adgang til modeller og NIM‑tjenester. Bemærk kildeforholdet: de konkrete NVIDIA‑detaljer stammer primært fra den sekundære dækning og bør verificeres hos Anthropic eller NVIDIA før indkøb eller driftsbeslutninger.
Reproducerbarhed og proveniens
Hvert output bærer en sporbar historie: præcis kode, miljø, plain‑language beskrivelse og fuld beskedhistorik. Man kan forke en session og køre alternative spor uden at miste originalen. Det er det, redaktører, peer‑reviewers og regulatorer efterspørger — og det hjælper, når en analyse skal gentages måneder senere.
Men reproducérbarhed skal måles, ikke antages. Acceptkriterier bør inkludere container‑hash, dependency‑locks og deterministiske seeds. Gennemfør desuden en kold rekreation på et sekundært miljø med anden CUDA‑stak og filsystem. Hvis resultatet afviger, er proveniencen mest papirarbejde.
Fra papir til drift
Overgangen fra demo til drift er der, hvor mange værktøjer dør. Claude Science tilbyder plan‑approval før tung compute. God idé. For at virke i praksis skal planen være læsbar og konkret: ressourcebudgetter, dataafhængigheder, versionspinning, afbrydelsesstrategi. Og ingen zombiejobs i Slurm eller PBS — hængepartier skal ryddes automatisk.
Den lavpraktiske bund: git til versionskontrol, container‑registry, conda‑locks eller tilsvarende, SSH‑gateways, servicekonti og jobskabeloner. Har man allerede Nextflow, Snakemake eller Cromwell, er spørgsmålet, om Claude Science skal erstatte, supplere eller orkestrere dem. Kilderne beskriver ikke dyb integration, så regn konservativt med supplement i første omgang.
Sikkerhed og governance
Kilderne beskriver, at store datasæt bliver lokalt, og at agenter sender nødvendig kontekst. Fornuftigt, men ikke en sikkerhedsarkitektur i sig selv. Der mangler stadig en datagennemløbsbeskrivelse, krypteringsdetaljer, credential‑håndtering og klare netværksendpoints i de åbne kilder. Det bør afklares, før værktøjet rører patientnære data.
Ansvarslinjer er næste punkt. Hvis reviewer‑agenten overser en statistisk fejl, hvis figurens akse skifter uden log, hvem står på mål? Behandl agenter som udførende software. Politik, audit‑trails og en changelog, der faktisk bruges, er minimumskrav.
HPC‑skalering og NVIDIA
Integrationen med NVIDIA BioNeMo er interessant, fordi den kan forkorte vejen fra idé til GPU‑job. Den understøttende kilde hævder, at HPC‑ressourcer eksponeres som callable skills direkte i miljøet. Det kan øge kadencen i proteinfoldning og binder‑design for teams uden en stor MLOps‑hylde. Igen: de konkrete NVIDIA‑dele bør dobbelttjekkes med leverandørerne, da primærkilden ikke går i dybden her.
Åbne spørgsmål står tilbage: Hvilke batch‑systemer er testet i beta? Hvordan håndteres kø‑prioritet og fair‑share? Hvordan er netværk mellem login‑ og compute‑noder sikret, når jobs orkestreres fra en app? Og hvordan ser omkostningsmodellen ud for BioNeMo‑kald i det flow? Kilderne giver ikke svar nok til indkøbsbeslutninger.
Hvad der taler for
En kæde fra litteratur til figur og manuskript med plan‑approval, sporbarhed og forking er stærk. Lokal og SSH‑baseret kørsel betyder, at følsomme data kan blive i ro. De over 60 kuraterede skills kan spare nyopsætning. Samlet matcher det retningen mange laboratorier forsøger at bygge med ad hoc‑værktøjer — nu mere samlet.
Hvis BioNeMo‑koblingen holder, falder barrieren for GPU‑adgang. Det kan være forskellen mellem dage og timer i struktur‑ og proteinarbejde, hvor ren Python og R tit rammer muren på en laptop.
Begrænsninger og huller
Sikkerhedsarkitekturen er ikke belyst i dybden i de åbne kilder: dataflow‑diagrammer, kryptering i transit og i hvile for kontekst, håndtering af nøgler og tokens. Uden det forbliver udsagnet om minimal kontekst en hensigtserklæring. Miljø‑rekreation er beskrevet som registreret, ikke som verificeret på tværs af heterogene klustre.
Der er ingen liste over understøttede batch‑systemer eller autentificeringsmekanismer. Ingen SLA for enterprise i beta. Ingen detaljer om fejlhåndtering, når reviewer‑agenten rammer ved siden af, eller når jobsubmission fejler halvvejs. Og intet om eksport af provenance til ELN, LIMS eller offentlige arkiver. Det kræver dialog med leverandørerne.
Konkrete scenarier
Hvor kan det rykke. Ét: hurtigere prototyping — en forsker beskriver en pipeline i naturligt sprog, agenten foreslår en plan, reviewer kører inline, og iterationen sker samme dag. To: reproducible supplement til publikation — figurer leveres med kode, miljø og beskedhistorik, så en konkurrent reelt kan gentage resultater. Tre: automatisk QC og validering efter hver datasats, så batch‑effekter eller annoteringsskævheder fanges tidligt.
Hvor kan det gå galt. Ét: hvis sikkerhedsantagelserne ikke holder, og credentials eller delkontekst slipper ud. To: hvis miljø‑rekreation ikke er deterministisk, og et resultat derfor ikke kan genskabes et halvt år senere. Tillid forsvinder hurtigt.
Konkurrence og position
Anthropic lægger sig mellem domænespecifikke platforme og store cloud‑tilbud, der også lover orkestrering og sporbarhed. Forskellen her er multi‑agent‑fokus, tydelig auditering og muligheden for lokal plus HPC‑afvikling uden at tvinge data til en bestemt cloud. NVIDIA‑koblingen giver rygvind, fordi farma allerede bruger BioNeMo, men cloud‑spillere kan svare igen med tættere bånd til ELN, LIMS og eksisterende batchmiljøer.
Kildekritik og validering
To kilder ligger til grund. MarkTechPost beskriver betatilgængelighed, multi‑agentarkitektur, antal skills, domænedækning, lokal og HPC‑afvikling via SSH, native rendering og auditerbar provenance. ArtificialIntelligence‑News beskriver integrationen med NVIDIA BioNeMo Agent Toolkit og påstanden om callable HPC‑skills. Begge omtaler public beta og HPC‑vinklen; her er der overensstemmelse.
Asymmetri: Detaljerne om NVIDIA‑integrationen kommer primært fra den sekundære kilde. Callable HPC‑skills og konkrete NVIDIA‑modeller bør derfor verificeres direkte hos Anthropic eller NVIDIA, hvis det skal indgå i en operationel beslutning. Sikkerhedsarkitektur, batch‑understøttelse, SLA og ELN‑integration er ubesvarede og kræver egen afklaring.
Confidence per hovedpåstand
- Public beta og målgrupper Pro, Max, Team, Enterprise: høj (primær kilde).
- Kører på eksisterende Claude‑modeller: høj (primær).
- >60 skills og connectors, domænedækning som listet: høj til moderat (primær).
- Lokal macOS\/Linux og SSH\/HPC login node: høj (primær).
- Auditerbar provenance inkl. kode og miljø: høj (primær).
- Multi‑agent med generalist, specialister og reviewer: høj (primær).
- Native rendering af 3D‑proteiner, genome tracks, kemiske strukturer: moderat til høj (primær).
- NVIDIA BioNeMo Agent Toolkit og callable HPC‑skills: moderat (sekundær kilde, kræver verifikation).
Praktiske næste skridt
R&D‑ledere: vælg 2–3 brugssager med høj værdi og lav regulatorisk risiko. Kør en lukket pilot med lokal kørsel og SSH mod et testkluster. Definér exitkriterier før start. Sørg for, at plan‑approval er et reelt review med ressourcebudget og dataafhængigheder, ikke en checkboks.
Datasikkerhed og compliance: kræv en dataflow‑gennemgang med leverandøren. Dokumentér netværksendpoints, kryptering, credential‑håndtering og log‑retention. Lav en penetrationstest og prøv en eksport af provenance til jeres ELN eller dataarkiv, før nogen publicerer på baggrund af værktøjet.
Bioinformatik‑teams: standardisér miljøer nu. Containerize de vigtigste pipelines, lås versioner og seeds, og opsæt en registry. Byg jobskabeloner til jeres batch‑system og test stop‑genoptag. Udpeg en pipeline‑ejer og en provenance‑auditor. Ikke for pænhedens skyld — fordi nogen skal have hånden på kogepladen.
Tjekliste til en enterprise‑moden pilot
- Sikkerhed: dataflow‑diagram, netværksendpoints, krypteringsniveauer, credential‑opbevaring, logpolitik.
- Proveniens: container‑hashes, dependency‑locks, seed‑strategi, reproduktionskørsel på sekundært miljø.
- HPC: valider jobskabeloner, køpolitik, ressourcekvoter, afbrud\/rollback og oprydning af hængepartier.
- Governance: plan‑approval med sign‑off, roller og ansvar, changelog, audit‑review på faste intervaller.
- Support: kendte fejlveje, eskalering, forventet responstid i beta, fallback‑procedurer.
- Pilotmål: reproducibility rate, mean time to reproduce, failed job rate, antal manuelle touchpoints pr. pipeline.
Afslutning
Claude Science ligner et seriøst bud på at samle forskningsarbejde i en orkestreret, sporbar strøm. Potentialet er tydeligt, hullerne også. Det kloge nu er kontrollerede pilots med skarpe målepunkter og et par bevidst hårde failure‑tests. Forskellen mærkes først, når man sidder med det i hænderne.
