Claude Science: Anthropic lanza un workbench de IA multi-agente para investigadores científicos

Lo que es (y lo que no es)

El 30 de junio de 2026, Anthropic presentó Claude Science, y lo primero que dejaron claro es que no es un modelo nuevo. Corre sobre los mismos Claude de siempre —incluido Opus 4.8— sin acceso especial ni gating. Lo nuevo es la capa que lo envuelve: una aplicación de escritorio que integra en un solo entorno todas las herramientas con las que un investigador pierde el tiempo a diario.

PubMed, Jupyter, R, la terminal del clúster, formatos de archivo que necesitan pipelines a medida, visualizadores propietarios... Si has hecho investigación computacional, sabes de qué va esto. Claude Science lo mete todo en una misma interfaz donde un agente coordinador generalista recibe tus instrucciones en lenguaje natural y se encarga de orquestar el resto.

El producto se lanza en beta para suscriptores Pro, Max, Team y Enterprise. Corre en local sobre macOS o Linux, o en remoto vía SSH contra el nodo de login de tu HPC. Los datos sensibles nunca salen de la infraestructura del laboratorio —solo se envía a Claude el contexto mínimo necesario para cada paso del análisis.

Arquitectura multi-agente con reviewer incluido

Aquí está el núcleo técnico que diferencia esto de un simple chatbot con plugins. La arquitectura tiene tres piezas: un agente coordinador que interpreta tu petición, agentes especializados por dominio (genómica, single-cell, proteómica, biología estructural, quimioinformática) y un agente revisor independiente.

El coordinador puede lanzar sub-agentes para dividir el trabajo o delegar en agentes expertos que el propio usuario ha creado para su investigación. Mientras el pipeline corre, el revisor inspecciona cada salida: citas incorrectas, números imposibles de trazar, figuras que no coinciden con su código subyacente. Si algo falla, se autocorrige sobre la marcha.

Anthropic viene de lanzar Claude for Life Sciences en octubre de 2025, que básicamente mejoraba las capacidades del chatbot para tareas científicas. Claude Science es la evolución natural: en vez de un chat mejorado, es un espacio de trabajo completo. Visto así, es la misma jugada que hicieron con Claude Code para desarrollo de software — Anthropic está apostando por poseer la capa operativa de industrias enteras, no solo por vender acceso a modelos.

Viene preconfigurado con más de 60 bases de datos científicas y conectores curados. También se integra con el BioNeMo Agent Toolkit de NVIDIA. El resultado: empiezas a trabajar el día uno sin pelearte con esquemas de bases de datos ni escribir conectores desde cero.

Reproducibilidad real, no de boquilla

Cada figura que genera Claude Science incluye el código exacto y el entorno que la produjo, una descripción en lenguaje natural de cómo se creó y el historial completo de mensajes. Esto significa que puedes validar y reproducir resultados meses después sin preguntarte "¿cómo narices generé este gráfico?".

Las figuras no son imágenes planas: el entorno renderiza de forma nativa estructuras 3D de proteínas, tracks de genome browser, estructuras químicas y más. Y puedes editarlas en lenguaje natural —"quita las líneas de grid", "cambia el eje a escala logarítmica"— y el agente modifica su propio código. Para cualquiera que haya pasado horas peleándose con matplotlib, esto suena casi demasiado bonito.

La gestión de cómputo también está delegada. Si necesitas plegar una proteína o lanzar un pipeline genómico sobre un dataset enorme, Claude Science redacta el plan, pide confirmación antes de tocar recursos nuevos, y envía el job a tu clúster HPC o a tu cuenta de Modal para escalar bajo demanda de una GPU a cientos. Tú no tocas Slurm. No haces ssh al nodo equivocado a las dos de la mañana.

Casos reales: Allen Institute y UCSF

Jérôme Lecoq, neurocientífico del Allen Institute, usó Claude Science para construir un pipeline multi-agente de revisión computacional con unos 20 skills personalizados. Los sub-agentes leyeron miles de papers, extrajeron la afirmación central y el hallazgo cuantitativo clave de cada uno, y los almacenaron en una base de datos de evidencias. Luego el pipeline construyó un arco narrativo, escribiendo la revisión sección por sección, cada una delegada a su propio agente especializado. Usaron pares actor-crítico: un agente crea contenido, otro lo evalúa.

El grupo de Stephen Francis en el UCSF Brain Tumor Center aplicó Claude Science al análisis germinal completo de glioma. Redujeron el tiempo a una fracción de lo que necesitaban antes, con resultados validados de forma independiente.

Personalmente creo que esto es lo más interesante del anuncio. No es un benchmark sintético ni una demo preparada — son grupos de investigación de primer nivel usando la herramienta para trabajo real.

Grants de 30.000$: Anthropic quiere que lo uses ya

Para acelerar la adopción, Anthropic ha abierto un programa de grants: hasta 50 proyectos recibirán hasta 30.000 dólares en créditos, más 2.000$ adicionales en cómputo para proyectos seleccionados. El foco inicial está en biología e investigación biomédica, pero buscan propuestas que crucen dominios. Las solicitudes cierran el 15 de julio de 2026 y las notificaciones salen el 31 de julio.

El elefante en la sala: OpenAI y DeepMind

Claude Science no aterriza en un vacío. OpenAI lanzó GPT-Rosalind en abril de 2026, un modelo especializado fine-tuneado para razonamiento biológico. La diferencia de enfoque es reveladora: OpenAI apostó por un modelo especializado con acceso restringido (solo clientes enterprise cualificados en EE.UU. tras revisión de seguridad), mientras Anthropic apuesta por flujo de trabajo sobre modelos generalistas disponibles para cualquier suscriptor de pago.

Y luego está Google DeepMind, que juega en otra liga directamente: son dueños de modelos fundacionales como AlphaFold y AlphaGenome, que los demás solo pueden invocar como herramientas externas. Su plataforma Gemini for Science ya integra más de 30 bases de datos de ciencias de la vida. Anthropic no compite en modelos fundacionales científicos — compite en usabilidad y adopción.

Qué significa esto en la práctica

He estado siguiendo el espacio de IA para ciencia bastante de cerca y hay un patrón claro: los científicos no necesitan otro modelo que saque un punto más en un benchmark de proteínas. Necesitan dejar de hacer trabajo de fontanería digital. Lo que Anthropic ha entendido —y OpenAI con Rosalind va por otro camino— es que el valor no está en el modelo, está en la integración.

Claude Science es la apuesta más ambiciosa hasta ahora por resolver el problema del "científico como integrador de sistemas". Si funciona como prometen —revisor de citas que realmente pille los errores, figuras editables en lenguaje natural, gestión de cómputo transparente— podría cambiar cómo se hace investigación computacional en laboratorios que no tienen un equipo de bioinformáticos dedicado.

Dicho esto, el revisor de citas sigue siendo el mismo modelo chequeándose a sí mismo. No es una fuente independiente de verdad. Para mí, esa es la pregunta abierta más importante: ¿funciona el actor-crítico cuando el crítico tiene los mismos sesgos que el actor?