Anthropic lança o Claude Science, workbench de IA para pesquisadores

Introdução

Claude Science é um workbench de IA projetado para cientistas, lançado em 30 de junho de 2026, com foco em reprodutibilidade, auditoria e integração nativa de ferramentas usadas no dia a dia de pesquisa. A palavra-chave aqui é Claude Science, um aplicativo que concentra análise de literatura, execução de pipelines e geração de figuras e manuscritos com histórico completo de como cada resultado foi produzido.

O anúncio destaca que o ambiente reúne os recursos em que pesquisadores já confiam, reduz mudança de contexto entre bases e ferramentas, e oferece acesso flexível a computação local ou remota, inclusive via SSH e clusters HPC. Disponível em beta para planos Pro, Max, Team e Enterprise, o objetivo é acelerar descobertas com segurança e transparência, sem deslocar dados sensíveis do ambiente institucional.

O texto aborda três frentes práticas. Primeiro, como o Claude Science unifica bases, agentes e computação para fluxos de ponta a ponta. Depois, o que muda em termos de reprodutibilidade, auditoria e colaboração. Por fim, casos de uso reais e integrações, como o BioNeMo Agent Toolkit da NVIDIA para ciências da vida, e orientações rápidas para começar.

O que é o Claude Science e por que importa

Claude Science centraliza tarefas que antes exigiam alternar entre PubMed, Jupyter, R, terminais e visualizadores científicos. Em uma única sessão, o pesquisador consulta literatura, executa análises multi-etapas, gera figuras e escreve manuscritos. Cada saída vem com código exato, ambiente, descrição em linguagem natural e histórico da sessão, o que facilita validação e reprodução futura. Isso amplia a confiança entre grupos, revisores e órgãos reguladores.

O design lembra um notebook interativo, porém com agentes coordenadores que articulam habilidades especializadas, conectores para bases e modelos, e um agente revisor que verifica citações e cálculos. O coordenador pode convocar subagentes e gerenciar a computação, do laptop a centenas de GPUs sob demanda, sempre pedindo autorização antes de acessar novos recursos. Esse fluxo preserva governança, reduz fricções operacionais e mantém dados sensíveis dentro da infraestrutura da instituição.

Na prática, Claude Science significa menos tempo reformatando arquivos, depurando ambientes e organizando referências, e mais tempo interpretando resultados e desenhando novos experimentos. É um avanço pragmático, não apenas um atalho de produtividade, porque conecta o raciocínio do modelo à rastreabilidade técnica exigida pela ciência.

Principais recursos, do laboratório ao paper

• Reprodutibilidade por padrão. Figuras são geradas com o código e o ambiente que as produziram, além de uma descrição em linguagem natural. Pedidos de ajustes visuais em linguagem simples, como trocar uma escala de eixo para logaritma, fazem o agente editar o próprio código e regenerar a figura, mantendo o vínculo com o histórico.
• Artefatos científicos nativos. O ambiente renderiza estruturas proteicas em 3D, trilhas de genoma, estruturas químicas e outros objetos, de modo que a conversa com o agente permanece conectada ao objeto científico, não só ao texto.
• Orquestração de computação. O agente cria planos, gerencia ambientes e envia jobs para HPC ou serviços sob demanda, com escalonamento de uma a centenas de GPUs. O estado da sessão retém contexto e dados carregados, evitando reprocessamentos e transferências desnecessárias.
• Domínios prontos para uso. O pacote vem configurado para genômica, single-cell, proteômica e quimioinformática, com mais de 60 bases de dados apoiando consultas especializadas.
• Segurança e governança. O processamento roda na infraestrutura do laboratório, e apenas o contexto do passo atual é enviado ao modelo, reduzindo exposição de dados sensíveis. Um agente revisor fiscaliza números e referências, sinalizando inconsistências e se autocorrigindo conforme necessário.

![Pesquisadora analisando estruturas moleculares em tela]

Integrações que destravam ciência, com destaque para BioNeMo

A integração com o ecossistema NVIDIA aparece como peça estratégica. Claude Science usa as habilidades do BioNeMo Agent Toolkit para se conectar a bibliotecas e modelos de ciências da vida, como Evo 2, Boltz-2 e OpenFold3, encurtando o caminho entre pergunta biológica e execução de análises em escala. Isso reduz o retrabalho de empacotar modelos, datasets e pipelines para diferentes ambientes.

Para equipes que já têm pipelines validados, o ambiente permite registrar qualquer fluxo como uma habilidade reutilizável, além de acoplar ferramentas próprias via conectores. Sessões futuras herdam essas configurações automaticamente, o que padroniza práticas no grupo sem engessar a criatividade. Em áreas reguladas, esse acoplamento facilita auditorias internas e externas.

Outro detalhe prático é a gestão transparente de permissões e recursos. Antes de estender a análise para um novo cluster ou serviço, o agente solicita autorização, registra a decisão e prossegue. Essa abordagem combina velocidade com trilhas de auditoria, um equilíbrio difícil em infraestruturas científicas complexas.

Casos reais, do desenho de fármacos à revisão sistemática

Resultados antecipados em grupos que testaram o beta ajudam a dimensionar impactos. A Manifold Bio empregou o Claude Science para priorizar alvos em experimentos de medicamentos que miram tecidos específicos, agregando dados de expressão de superfície, tráfego celular e segurança. O ponto forte foi a execução ponta a ponta, com julgamento contextual embutido na sessão, algo além de um assistente de código genérico.

No Allen Institute, Jérôme Lecoq criou um template de revisão computacional com cerca de 20 habilidades customizadas. Subagentes leram milhares de artigos, extraíram asserções centrais e achados quantitativos, e alimentaram um banco de evidências. A partir daí, o pipeline gerou um arco narrativo para a revisão, com figuras quantitativas construídas diretamente dos dados extraídos, tudo auditado por pares ator-crítico. Esse processo encurtou dramaticamente o ciclo de revisões muito longas.

No UCSF Brain Tumor Center, estudos sobre epidemiologia molecular de glioma aproveitaram o ambiente para executar análises germinativas completas por múltiplas abordagens em cerca de um décimo do tempo usual, com validação independente dos resultados pelo próprio grupo. Esse tipo de ganho de throughput, combinado à reprodutibilidade explícita, muda prioridades de backlog e acelera iterações científicas.

Há sinais de adoção mais ampla no ecossistema. Coberturas independentes destacam o lançamento para assinantes pagos do Claude, em paralelo ao app para Mac anunciado no fim de junho, movimentando o fluxo de trabalho de pesquisa em desktops científicos. Embora detalhes comerciais evoluam, a tendência é clara, com foco em consolidar tarefas em um único ambiente orientado por agentes.

![Dashboard com gráficos científicos e código lado a lado]

Como começar rápido, do zero ao primeiro pipeline

• Verifique elegibilidade. O app está disponível em beta para macOS e Linux nos planos Pro, Max, Team e Enterprise. Em organizações, administradores precisam habilitar o acesso para a equipe.
• Configure credenciais e conectores. Conecte repositórios, bases internas e ferramentas preferidas. Salve os pipelines como habilidades reutilizáveis para padronizar etapas recorrentes.
• Explore habilidades e agentes. Inicie pela orquestração do agente coordenador e teste o agente revisor em rotinas conhecidas, como checagem de citações e consistência numérica em análises publicadas previamente.
• Integre modelos de domínio. Para ciências da vida, avalie a ponte com o BioNeMo Agent Toolkit e com bibliotecas de estrutura de proteínas e genômica.
• Rode em sua infraestrutura. Prefira executar onde os dados já residem, seja no laptop, em um Linux box ou no nó de login do HPC. Quanto menos cópias e deslocamentos, mais segurança e eficiência.

Para equipes acadêmicas e sem fins lucrativos, há um programa de créditos vinculado ao Claude Science AI for Science, com até 30 mil dólares em créditos da Anthropic e até 2 mil dólares em compute da Modal para projetos selecionados. Inscrições abertas até 15 de julho de 2026, com notificações até 31 de julho, e execução de 1 de setembro a 1 de dezembro de 2026.

Impacto em compliance, governança e publicação

Ambientes científicos convivem com duas necessidades, velocidade e auditabilidade. Claude Science deixa rastro completo de como cada figura, tabela ou parágrafo foi gerado. Esse rastro inclui código, dependências e contexto da conversa. Em auditorias, comitês de integridade conseguem reconstruir a análise, comparar forks de sessões e confirmar a fonte de cada número e citação. O agente revisor adiciona uma camada proativa de checagem, reduzindo o retrabalho em revisão por pares.

A execução local ou na infraestrutura da instituição também é relevante. Análises com dados clínicos, genômicos ou proprietários podem ocorrer sem migração para ambientes externos, minimizando vetores de risco e simplificando exigências de DLP e conformidade. Em muitos casos, apenas prompts e resumos contextuais trafegam para o modelo, não os datasets completos.

Um novo ciclo para ferramentas científicas baseadas em agentes

A chegada do Claude Science coincide com uma onda de agentes mais capazes para trabalho, descritos em benchmarks recentes que medem não só acertos, mas também a taxa de ações indesejadas. A tendência aponta para agentes que coordenam subagentes, executam tarefas longas com memória e mantêm trilhas de auditoria, algo central na pesquisa. Isso reforça a escolha da Anthropic por um coordenador com habilidades e um revisor embutido no fluxo.

Na prática, a visão não é substituir notebooks ou IDEs, e sim orquestrá-los. O pesquisador continua dono do método e das decisões, enquanto o agente reduz atrito operacional, consolida fontes, verifica consistência e documenta cada passo. Esse equilíbrio preserva autonomia científica e amplia a capacidade de explorar hipóteses de forma mais rápida e segura.

Reflexões e insights

• Benefício imediato está na reprodutibilidade com contexto. Sem código e ambiente acoplados a cada figura, não há confiança. Claude Science torna esse vínculo automático e conversável, reduzindo atritos entre exploração e publicação.
• Agentes críticos melhoram qualidade. A dupla criador, revisor mitiga riscos de números sem lastro e citações desconexas, pontos sensíveis em revisões longas e meta-análises.
• Integrações de domínio importam. Conectar diretamente a modelos e bibliotecas de biologia estrutural e genômica evita semanas de empacotamento e compatibilização. A aceleração de ciclos é resultado do encurtamento dessas arestas.
• Governança sem travas. Executar onde os dados residem, com autorizações explícitas a cada extensão de recurso, permite segurança prática, não apenas política.

Conclusão

Claude Science inaugura uma camada de trabalho que conversa com o método científico, unificando consulta, execução e documentação com agentes. Ao trazer reprodutibilidade e auditoria para o centro, ajuda laboratórios a ganhar velocidade sem abrir mão de rigor, e cria um espaço comum para dados, código e narrativa científica. Os primeiros relatos, de priorização de alvos a revisões de milhares de artigos, sinalizam que essa abordagem pode redefinir o que cabe em um ciclo de pesquisa típico.

A próxima etapa está em duas frentes. Adoção disciplinada, com equipes convertendo seus pipelines em habilidades e conectores. E mensuração objetiva de ganhos em tempo, custo e qualidade, inclusive nos programas de créditos anunciados para 2026. Quem estruturar esse aprendizado primeiro tende a capturar mais valor, porque o diferencial não está apenas no modelo, e sim na malha de habilidades, evidências e auditorias que amarram ciência, computação e narrativa em um único lugar.