Giới học thuật vui mừng điên cuồng!!
Chưa đầy một tuần sau khi Claude Science của Anthropic ra mắt, cộng đồng mã nguồn mở đã trình làng đáp án của riêng mình.
Một nhóm nghiên cứu AI được ươm tạo bởi YC, đã giao nộp phiên bản thay thế mã nguồn mở "Claude Science" mang tên OpenScience.
Cũng là một bàn làm việc AI nghiên cứu khoa học toàn trình, bao phủ từ tìm kiếm tài liệu, tạo giả thuyết, thực nghiệm mã nguồn đến viết luận văn, nhưng nó không ràng buộc với bất kỳ nhà cung cấp mô hình nào.
DeepSeek, GLM, Claude, GPT...... Không quan trọng trong nước hay ngoài nước, bạn muốn dùng cái nào thì dùng cái đó.
Hơn nữa, dự án áp dụng giấy phép Apache 2.0 thân thiện nhất với nhà phát triển, chỉ cần một lệnh là có thể cài đặt.
Tin tức vừa công bố, dự án lập tức leo lên top tìm kiếm X. Mọi người đồng loạt nói thẳng:
Đây mới là hình dáng mà scientific AI nên có. (Công ty A: Cứ gọi tên tôi ra là được).
Claude Science tuy mạnh, nhưng không dùng được...
Khoảng 5 ngày trước, tại một sự kiện kín của MIT Technology Review, Anthropic chính thức ra mắt Claude Science.
Đây là một nền tảng làm việc AI chuyên biệt dành cho các nhà khoa học, cung cấp các công cụ và gói phần mềm khác nhau mà các nhà nghiên cứu thường dùng nhất.
Ví dụ, trước đây một nhà nghiên cứu để hoàn thành một nghiên cứu, phải tìm tài liệu trên PubMed, viết mã bằng Jupyter, chạy thống kê bằng R, kết nối SSH với cụm máy chủ để gửi nhiệm vụ, sau đó dùng các công cụ khác nhau để vẽ đồ thị, viết luận văn.
Chuyển đổi qua lại giữa hàng chục cửa sổ, chỉ riêng việc "chuyển đổi" giữa các công cụ đã đủ tiêu hao rất nhiều tinh lực.
Còn điều Claude Science muốn làm, chính là nhét tất cả những thứ này vào cùng một bàn làm việc.
Cụ thể nhìn, nó đã thực hiện vài tích hợp quan trọng:
Ở tầng cơ sở dữ liệu và chuỗi công cụ, tích hợp sẵn hơn 60 bộ kết nối cơ sở dữ liệu khoa học và gói kỹ năng được cấu hình sẵn, bao phủ các lĩnh vực nghiên cứu thông thường như genomics, phân tích tế bào đơn, proteomics, sinh học cấu trúc, tin học hóa học.
Bạn dùng ngôn ngữ tự nhiên đặt câu hỏi, Agent chuyên nghiệp sẽ tự động truy vấn xuyên cơ sở dữ liệu, các cơ sở dữ liệu như UniProt, PDB, Ensembl, ChEMBL, GEO không cần phải lật từng cái một.
Nó còn kết nối với bộ công cụ BioNeMo Agent Toolkit của NVIDIA, có thể kết nối trực tiếp với các mô hình khoa học sự sống như Evo 2, Boltz-2, OpenFold3.
Ở tầng thực thi, nó giới thiệu kiến trúc đa tác tử thông minh (multi-agent).
Agent chính chịu trách nhiệm lập kế hoạch tổng thể, Agent phụ xử lý song song các nhiệm vụ khác nhau, và còn có một Reviewer Agent, chuyên chịu trách nhiệm kiểm tra sự thật, ví dụ như kiểm tra trích dẫn, xác minh kết quả tính toán, đánh dấu lỗi tiềm ẩn.
Kết quả được tạo ra không chỉ là đầu ra văn bản, các nội dung như cấu trúc protein 3D, đường ray trình duyệt bộ gen (genome browser track), công thức cấu trúc hóa học, nó đều có thể hiển thị gốc (native render).
Hơn nữa, mỗi biểu đồ đều sẽ đồng thời lưu giữ mã tạo, môi trường chạy, hướng dẫn bằng ngôn ngữ tự nhiên và lịch sử hội thoại đầy đủ.
Trong một số tình huống, nhà khoa học thậm chí có thể trực tiếp dùng một câu để sửa đồ thị, hệ thống tự động viết lại mã nguồn cơ bản.
Ở tầng sức mạnh tính toán, Claude Science có thể trực tiếp kết nối với cơ sở hạ tầng sẵn có trong phòng thí nghiệm của bạn.
Máy tính xách tay, máy chủ Linux, nút đăng nhập cụm HPC đều được, thông qua kết nối SSH hoặc tài khoản Modal để gọi GPU đám mây theo nhu cầu, từ mở rộng từ một card lên đến hàng trăm card.
Tập dữ liệu quy mô lớn chỉ cần tải một lần, dữ liệu nhạy cảm không cần rời khỏi hệ thống của riêng bạn, chỉ có ngữ cảnh cần thiết cho mỗi bước phân tích mới được gửi đến Claude.
Người dùng nội bộ thử nghiệm sớm đã chạy ra được một số trường hợp thực tế.
Nhà khoa học thần kinh Jérôme Lecoq của Viện Nghiên cứu Allen đã dùng nó để xây dựng một "mẫu đánh giá tính toán" đa tác tử, bao gồm khoảng 20 kỹ năng tùy chỉnh, để Agent phụ đọc hàng nghìn bài báo, trích xuất quan điểm cốt lõi và dữ liệu định lượng, sau đó tạo bài tổng quan từng chương.
Cứ nói vậy đi, trước đây viết một bài tổng quan cần hai năm, giờ trên tay anh ấy đã có khoảng 10 bài —
Nhiều bài vượt quá 100 trang, và tất cả trích dẫn đều được Reviewer Agent kiểm tra xác minh.
Còn Stephen Francis thuộc Trung tâm U não UCSF dùng nó để nghiên cứu dịch tễ học phân tử u thần kinh đệm, chạy phân tích biến thể germline.
Ông nói Claude Science đã nén thời gian vốn cần có xuống còn một phần mười, và nhóm của ông đã xác minh kết quả độc lập, xác nhận phân tích vừa nhanh vừa đáng tin cậy.
Kết hợp với đánh giá về năng lực nghiên cứu AI của nhà vật lý Harvard Matthew Schwartz hồi tháng 3 năm nay, hiện tại trình độ của Claude khoảng tương đương với một nghiên cứu sinh năm thứ hai.
Trên blog chính thức của Anthropic, ông đã xuất bản một bài viết khách mời "Vibe Physics: The AI Grad Student", trong đó ghi lại toàn bộ quá trình ông dùng Claude Opus 4.5 để hoàn thành một bài luận vật lý lý thuyết.
Lúc đó kết luận ông đưa ra là:
Năng lực nghiên cứu của AI hiện tại khoảng tương đương với một nghiên cứu sinh năm thứ hai, có thể làm việc, không than mệt, nhưng mỗi bước đều cần người hướng dẫn giám sát.
Phán đoán này sau đó cũng được Anthropic viết vào tài liệu kỹ thuật của Claude Science, như một điểm hiệu chuẩn để định vị sản phẩm.
Tuy nhiên, Claude Science hiện có vài hạn chế cứng:
Chỉ hỗ trợ macOS và Linux
Chỉ dành cho người dùng trả phí Pro/Max/Team/Enterprise
Trên nền tảng chỉ có thể dùng mô hình của riêng Claude
Vài ngưỡng cửa này chồng lên nhau, đặc biệt đối với các nhóm nghiên cứu trong nước, Claude Science trở thành thứ "có thể ngắm nhìn nhưng không thể chạm tới".
Tin tốt: Bản thay thế mã nguồn mở đã tới
Nhắm vào các hạn chế trên, dự án mã nguồn mở OpenScience ra đời.
Nhóm phía sau có tên Synthetic Sciences, thành lập tại San Francisco năm 2025, vừa tốt nghiệp đợt mùa đông YC 2026 năm nay.
Tầm nhìn của nhóm sáng lập không nhỏ, muốn tạo ra một nền tảng, để các nhà khoa học ủy thác trực tiếp nhiệm vụ nghiên cứu phức tạp cho "AI đồng nghiệp khoa học" (AI co-scientists), từ tổng quan tài liệu đến tạo giả thuyết đến thực thi thực nghiệm đến viết luận văn, toàn bộ chuỗi liên kết đều để AI tự chủ chạy thông.
Nội bộ họ có một phán đoán cốt lõi:
Mô hình cơ bản khoa học cần phải có "khiếu nghiên cứu" (research taste) thực sự, và khiếu nghiên cứu này không thể có được chỉ bằng việc đơn thuần chất đống tham số, phải đi bằng hai chân sản phẩm và mô hình, dùng sản phẩm để thu thập dữ liệu quá trình nghiên cứu chất lượng cao, sau đó dùng những dữ liệu này để huấn luyện ra mô hình có khiếu nghiên cứu.
OpenScience, chính là sản phẩm đầu tiên được triển khai theo tuyến đường này.
Mặc dù sứ mệnh của OpenScience giống với Claude Science, nhưng chúng có một khác biệt căn bản:
Không phụ thuộc vào mô hình cụ thể (model-agnostic).
Nói theo lời của chính Synthetic Sciences:
Khoa học AI nên là mở, không nên để một công ty độc quyền công cụ mà con người dùng để khám phá phát hiện, càng không nên để nó quyết định ai có tư cách sử dụng.
Vì vậy trên nền tảng này, Anthropic, OpenAI, Google, DeepSeek, GLM...... Chỉ cần bạn có API Key trong tay, đều có thể kết nối trực tiếp.
Thậm chí có thể chạy mô hình cục bộ, triển khai bằng Ollama, dữ liệu không cần rời khỏi máy của bạn một byte nào.
Key của bạn lưu tại cục bộ, yêu cầu kết nối thẳng nhà cung cấp mô hình, không qua bất kỳ máy chủ trung gian nào.
Hơn nữa, OpenScience hỗ trợ chuyển đổi mô hình theo yêu cầu.
Cùng một bàn làm việc, bạn có thể bước này dùng Claude, bước sau đổi sang DeepSeek, không cần thay đổi bất kỳ cấu hình nào.
Về mặt chức năng, OpenScience thậm chí còn mạnh mẽ hơn Claude Science —
Tích hợp sẵn hơn 250 gói kỹ năng nghiên cứu, gấp hơn 4 lần Claude Science, bao phủ các hướng như ML, sinh học tính toán, tin học hóa học, và tất cả đều có thể đọc, có thể chỉnh sửa, có thể mở rộng.
Cài đặt cũng rất đơn giản, một dòng lệnh terminal:
Mở là dùng, bàn làm việc tự động bật lên trong trình duyệt. Lần chạy đầu tiên chọn nguồn mô hình, điền API Key, là có thể bắt đầu làm việc.
Muốn cài đặt toàn cục cũng được:
Nếu ngại phiền phức với việc cấu hình Key, nhóm còn cung cấp một nền tảng được quản lý Atlas —
Nạp tiền vào ví trực tiếp gọi các mô hình tiên phong của nhiều nhà cung cấp, không cần cấu hình Key từng cái, còn có sơ đồ nghiên cứu được lưu trữ lâu dài và sức mạnh tính toán đám mây.
Nhưng Atlas này không bắt buộc, bạn dùng Key của mình chạy OpenScience, vẫn có thể hoàn toàn dùng miễn phí, không có ngưỡng cửa.
One More Thing
Điều thú vị là, lật đến phần dưới cùng trang GitHub của OpenScience, bạn sẽ thấy một tuyên bố đặc biệt được thêm vào:
OpenScience là một dự án độc lập. Nó không liên kết, không được chứng thực hoặc tài trợ bởi Anthropic. “Claude” là nhãn hiệu của Anthropic, PBC, được sử dụng ở đây chỉ để mô tả khả năng tương thích.
Dịch nghĩa, chúng tôi là dự án độc lập, không có quan hệ gì với Anthropic. Đề cập đến "Claude" thuần túy là nói về khả năng tương thích, đừng nghĩ nhiều.
Có vẻ như ấn tượng mà "tôm hùm" (ám chỉ một sự việc nào đó trong cộng đồng) để lại cho toàn bộ cộng đồng mã nguồn mở, vẫn là quá sâu sắc.
OpenClaw vài lần đổi tên trước đó, OpenScience lần này trực tiếp hàn chặt tuyên bố tách biệt quan hệ vào phiên bản đầu tiên của README.
Không vì gì khác, sống sót trước, rồi mới nói đến thay thế (doge).
Địa chỉ mã nguồn mở:
https://x.com/i/trending/2073904804829741364?s=20
Liên kết tham khảo:
[1]https://x.com/SynScience/status/2073829478393086311?s=20
[2]https://x.com/i/trending/2073904804829741364?s=20
[3]https://www.openscience.sh/
[4]https://www.anthropic.com/news/claude-science-ai-workbench
Bài viết này từ tài khoản công chúng WeChat "Quantum Bit", tác giả: Một Giọt Nước
