Vad Anthropic faktiskt lanserade
Den 30 juni 2026 släppte Anthropic Claude Science, beskriven som en AI-arbetsbank för forskare, i beta för användare på abonnemangen Pro, Max, Team och Enterprise. Det är inte en ny modell. Enligt Anthropics egen redogörelse kör den samma Claude-modeller som redan är tillgängliga för alla, inklusive Opus 4.8, utan någon särskild åtkomst. Det nya är arbetsflödet byggt runt dem: en koordinerande agent med åtkomst till mer än 60 kurerade färdigheter och kopplingar förkonfigurerade för områden som genomik, proteomik, strukturbiologi och keminformatik.
Positioneringen är medveten. I stället för att lova en smartare hjärna säljer Anthropic en bättre arbetsbank. Systemet kan analysera litteratur, köra flerstegsanalys och rendera vetenskapliga artefakter som 3D-proteinstrukturer och kemiska diagram. För ägare är rubriken enkel. De verktyg dina forskningsteam redan griper efter kopplas in i en enda miljö, och vadet är att detta förändrar takten i verklig upptäckt mer än ytterligare en modelllansering skulle göra.
Varför granskningsspår betyder mer än hastighet
Den funktion som är mest relevant för någon som backar eller driver forskning är inte hastighet. Det är dokumentationen. Anthropic säger att varje resultat bär en granskningsbar historik över hur det skapades: den exakta koden, datormiljön som producerade det, en beskrivning i klarspråk och hela meddelandehistoriken. En separat granskaragent kontrollerar källhänvisningar och beräkningar innan något går mot publicering, och flaggar spårlösa siffror och figurer som inte matchar sin underliggande kod. Det uttalade syftet är att fånga de fabricerade källhänvisningar och overifierbara statistik som har smugit sig in i AI-assisterat arbete.
Det omformulerar granskningsfrågan. När AI skriver mer av forskningen förskjuts den verkliga risken från om ett resultat är imponerande till om det kan reproduceras. Ett loggat, reproducerbart resultat är ett du kan köra om; ett ologgat är ett påstående du måste lita på. För ett family office eller en fond som bedömer ett deep tech-portföljbolag är den skillnaden gränsen mellan bevis och påstående.
Vad detta förändrar för ägare och fonderna bakom dem
Om ditt företag är FoU-tungt, eller om du backar bolag som är det, har ribban för hur seriösa forskning ska se ut just flyttats. Verktyg som producerar ett verifierbart spår kommer alltmer att vara förväntningen, inte undantaget, och det påverkar hur du avgränsar granskningen av ett målbolag, hur du instruerar dina egna team och vad du ber att få se när någon presenterar ett resultat. Anthropic finansierar också utrullningen och erbjuder stöd till upp till 50 forskningsprojekt med upp till 30 000 US-dollar i krediter vardera, med ansökningar öppna till och med den 15 juli 2026, vilket signalerar hur allvarligt det avser att satsa på detta område.
Inget av detta är investerings-, juridisk eller vetenskaplig rådgivning, och produkten är i beta, så förmågorna kommer att förändras. Det praktiska draget är att kontrollera, inte att agera blint. Fråga om din forskning kan reproduceras från sin dokumentation, var känslig data skulle ligga om du införde ett sådant verktyg, och hur ett portföljbolag skulle bevisa sina påståenden om du frågade i morgon. De ägare som behandlar granskningsspåret som en standard, inte ett trevligt tillägg, blir de som kan skilja verkliga framsteg från en självsäker bildtext.
Läs vidare: Matcha modellnivån mot uppgiften · När du inte kan köpa den bästa modellen