Anthropic Claude агент нашёл новый фермент класса CRISPR: что это значит

Anthropic Claude агент совершил научное открытие в биолаборатории: нашёл новый белок класса CRISPR — самостоятельно, без того, чтобы исследователь вёл его за руку на каждом шаге. Это первый публично задокументированный кейс такого рода от Anthropic. Я, Арина Михална, разобрала материал The Verge и расскажу, как это устроено и что из этого следует для тех, кто работает с агентами прямо сейчас.

Что случилось: агент как учёный

CRISPR — это система редактирования генов. Слышала про неё почти каждая: «вырезать» ген, «вставить» нужный фрагмент. Инструмент реальный, за него в 2020-м дали Нобелевскую по химии. Но у CRISPR-систем есть ключевой элемент — белок-фермент (Cas-белок), который делает «ножницы» по ДНК. Разные ферменты режут по-разному, с разной точностью и безопасностью. Чем больше таких ферментов найдено и описано, тем шире арсенал для медицины.

Поиск новых Cas-белков — это классическая исследовательская задача: берёшь огромные геномные базы (миллиарды последовательностей), пишешь код для фильтрации, ищешь структурное сходство с уже известными ферментами, формируешь гипотезы и проверяешь лабораторно. Раньше это занимало у команды биоинформатиков месяцы.

Агент на Claude прошёл этот цикл — и нашёл нечто реальное. Белок подтверждён экспериментально в лабораторных условиях.

Как это работает технически

Агент не «угадал» ответ в чате. Он действовал как исследователь, только без перерывов на сон. Вот что он делал (по данным The Verge и Anthropic):

1. Прочитал релевантные статьи — сформировал понимание структуры известных Cas-белков, какие признаки важны, где искать.
2. Написал код для поиска — скрипты на Python для работы с геномными базами (NCBI, UniProt и подобные).
3. Запустил анализ — прогнал код по базам, отфильтровал кандидатов по заданным критериям (длина последовательности, сходство с известными паттернами, наличие характерных доменов).
4. Сформировал гипотезы — отобрал несколько белков-кандидатов, которые структурно похожи на CRISPR-ферменты, но ранее не были описаны.
5. Представил результат человеку — исследователь взял найденные последовательности и проверил их в лаборатории. Один из кандидатов подтвердился: белок действительно обладает активностью класса CRISPR.

Ключевое отличие от обычного чата с Claude: агент работал в одной длинной сессии, где каждый следующий шаг опирался на результат предыдущего. Это не разовый промпт «найди мне белок». Это многошаговая автономная работа.

Что такое Claude Science

Anthropic называет этот кейс первым результатом работы Claude Science — специализированной среды для научных исследований. Это не отдельная модель, а набор инструментов поверх Claude, которые позволяют агенту:

• Работать с внешними базами данных (через API или загруженные файлы).
• Писать и запускать код прямо в сессии (Python, R, Julia — что нужно для задачи).
• Читать и анализировать научные статьи, извлекать методологию и данные.
• Формировать гипотезы на основе анализа и передавать их исследователю для проверки.

По сути, это Claude Code, только заточенный под научные workflow. В обычном Claude Code ты делаешь сайты и автоматизацию; в Claude Science — ищешь паттерны в геномах, строишь модели молекул, анализируешь результаты экспериментов.

Чем это отличается от «просто попросить Claude что-то найти»:

Обычный чат Claude	Claude Science (агент)
Один промпт → один ответ	Многошаговая сессия, где каждый шаг опирается на предыдущий
Агент не запускает код сам	Агент пишет код, запускает, видит результат, исправляет
Ты сам ищешь данные и подставляешь	Агент сам обращается к базам данных и API
Контекст теряется между запросами	Вся цепочка рассуждений и результатов в одной сессии

Почему это важно для тех, кто не в науке

Ты не биолог, не ищешь ферменты. Но логика та же самая: многошаговая задача, которую раньше делал человек часами, теперь может взять на себя агент. Разница только в предметной области.

Примеры того же принципа в обычной работе:

• Контент-маркетолог: агент читает статьи конкурентов → анализирует структуру → пишет контент-план → создаёт черновики постов → подставляет актуальные цифры из открытых источников.
• HR: агент читает резюме → выделяет ключевые навыки → ищет похожие профили на LinkedIn → формирует список кандидатов → пишет первичные письма.
• Бухгалтер: агент читает счета → сверяет с договорами → формирует акты → подставляет данные в шаблоны → кладёт в нужные папки.

Во всех этих случаях агент не просто «ответил на вопрос». Он прошёл цепочку шагов, где каждый следующий зависит от результата предыдущего. Это и есть агентный подход, который я разбираю в других статьях.

Сколько задач уже закрывают агенты внутри Anthropic

По данным IXBT (ссылаются на внутренние отчёты Anthropic), агенты на базе Claude уже закрывают около 26% задач R&D внутри самой компании. Это не только поиск белков — это анализ результатов экспериментов, генерация гипотез, написание кода для обработки данных, черновики научных текстов.

Anthropic сама себя ест собачьим кормом: та же инфраструктура, которую они предлагают для Claude Science, используется внутри для ускорения собственных исследований. И это честный сигнал: когда компания ставит свой продукт в продакшн у себя, это значит, что он реально работает, а не только красиво звучит в анонсах.

Что это значит для остальных: если 26% исследовательских задач внутри AI-компании уже делают агенты, значит твои рутинные задачи (которые проще научных) можно закрыть уже сейчас. Вопрос не в том, «возможно ли», а в том, как правильно поставить задачу и дать агенту инструменты.

Как собрать похожего агента для своей области

Тебе не нужен доступ к Claude Science, чтобы повторить ту же логику. Достаточно Claude Code и понимания, как строится агентная сессия. Вот что нужно:

1. Определи многошаговую задачу. Не «напиши текст», а «найди 10 статей конкурентов → выдели паттерны → сформируй структуру → напиши черновик → подставь цифры из источников».

2. Дай агенту инструменты. Файлы, API, доступ к поиску, возможность запускать код. В Claude Code это делается через MCP-серверы или просто через загруженные файлы и разрешение писать скрипты.

3. Напиши скилл с чёткой инструкцией. Агент должен знать, что делать на каждом шаге и когда переходить к следующему. Без этого он будет спрашивать подтверждения после каждого действия — и никакой автономности не будет. Про скиллы для Claude у меня есть отдельный разбор.

4. Запусти и дай агенту пройти цепочку до конца. Не прерывай после первого шага. Пусть он сам увидит результат, поправит код, если нужно, и дойдёт до финала.

5. Проверь результат. Агент не заменяет твою экспертизу — он заменяет часы механической работы. Финальную верификацию всё равно делаешь ты.

Пример из моей практики: собрала агента для research перед написанием статьи. Задача: найти 5 свежих источников по теме → прочитать → выдернуть ключевые тезисы → сформировать структуру статьи. Раньше это занимало час, теперь агент делает за 10 минут, а я проверяю результат и правлю, если что-то мимо.

Это та же логика, что у биолаба Anthropic, только не для CRISPR, а для контента. И работает одинаково хорошо.

Что дальше: агенты в науке — это только начало

Anthropic не остановится на одном белке. Claude Science — это инфраструктура, а не разовый эксперимент. Если агент уже умеет искать ферменты, значит он умеет искать паттерны в любых больших данных: геномах, медицинских записях, химических базах, климатических моделях.

Следующий шаг — не «агент нашёл», а «агент спроектировал». Когда ИИ не просто ищет существующий белок, а предлагает новую последовательность с нужными свойствами — и она работает. Это уже не research, а design. И до этого, судя по темпам, пара лет, не больше.

Для тех, кто не в науке, это значит одно: если твоя работа состоит из многошаговых повторяющихся задач (а у кого не состоит?), агент может взять их на себя уже сейчас. Не через год, не «когда технология дозреет» — прямо сегодня. Вопрос в том, кто первый это сделает в своей нише и получит преимущество по времени и деньгам.

По материалам: The Verge: Anthropic biolab Claude CRISPR, Anthropic официальный сайт, документация Claude Code.

Читайте также

• ИИ-агент: что это в 2026 и чем отличается от чат-бота
• Claude-агент для Telegram-бота за 30 мин
• Клод-агенты сговариваются: что нашёл ред-тим Anthropic в 2026
• На портале «Мастерская нейросетей»: ИИ-агент взломал: 5 проверок безопасности

Anthropic Claude агент совершил реальное научное открытие — не в презентации, а в лаборатории. Это первый публичный кейс такого рода. И он показывает, что агенты уже перешли из категории «интересная игрушка» в категорию «рабочий инструмент, который делает то, на что у людей уходят месяцы». Ты можешь собрать похожего агента для своей области — инструменты те же, логика та же. В канале я показываю, как это делать на реальных задачах, без воды и теории. Подписывайся и забирай рабочие схемы.