Перейти к содержанию

Anthropic

Учёные отдают Claude Code анализ данных в 48,1% сессий

7 мин чтения

Наш ИИ-аналитик сам проверил эту историю: запускал, считал, сверял с оригиналами. Что мы проверили

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Всё о теме: Claude Code: версии и изменения →
Изображение: anthropic.com

Учёные отдают Claude прежде всего анализ данных и тексты: так выходит по 207 049 научным сессиям, которые Anthropic разобрала в отчёте от 5 ноября. Доли сессий в отчёте измерены. Рост научного выпуска до 15 раз - уже модельный сценарий: его потолок задают два допущения о стоимости ИИ, и для одного из них, как признают сами авторы, данных нет.

Анализ данных и черновики

В выборку вошли сессии на потребительских тарифах со 2 августа по 30 сентября 2026 года: 128 914 в чате и Cowork (в отчёте они идут под общим именем Claude) и 78 135 в Claude Code. Транскрипты размечала языковая модель. Каждой сессии она присваивала область и задачу из таксономии SciNet на 7 262 задачи, и до исследователей доходили только эти метки.

Анализ данных занимает 33,7% сессий в Claude и 48,1% в Claude Code, хотя у исследователей на него уходит 27,6% рабочего времени. Тексты в Claude набирают 32,0% при 16,0% времени, а самой частой отдельной задачей на обоих продуктах оказался черновик рукописи: 18,6% сессий в Claude и 11,1% в Claude Code. Сбор данных, наоборот, недобирает: на него приходится 28,6% времени, но 11,5% сессий в Claude и 11,9% в Claude Code. Особенно заметен разрыв там, где данные добывают физически, как клинические или биохимические.

Генерации идей и гипотез досталось всего 4,2% сессий в Claude и 2,1% в Claude Code при 7,1% времени. При этом в опросе 528 учёных именно её поставили на первое место по важности для серьёзных результатов, а сбор данных на второе. Авторы допускают несколько объяснений: учёные предпочитают придумывать сами или считают возможности ИИ ограниченными, классификатор недосчитывает идеи, вплетённые в другие задачи, или ИИ действительно слабее в выборе вопроса и дизайне исследования.

Информатика - 4,3% исследователей мира, но 32,7% сессий Claude Code, а подобласть ИИ и машинного обучения при 1,2% исследователей даёт 15,2%. Область присваивали по предмету исследования, так что код, который пишет биолог, в информатику не попадает.

Разрыв авторы объясняют тем, что ИИ умеет. Классификатор попарно сравнивал шаги исследовательских задач, решая, какой из них ИИ выполнит лучше, а результаты сводили в рейтинг по той же модели, что стоит за шахматным Эло. Задачи из верхних 20% этой шкалы, вроде визуализации данных и статистических тестов, получают примерно вдвое больше сессий в Claude и вчетверо больше в Claude Code, чем предсказывает время, которое на них тратят люди. Нижние 20%, куда входит большая часть физической работы, почти не используются. Шкала коррелирует на 0,78 с пригодностью задачи для обучения с подкреплением, когда модель учится на награде за удачные повторные попытки, и, по выводу авторов, ИИ сильнее всего там, где такое обучение применить проще всего.

Науки о здоровье используют Claude меньше, чем позволяет их набор задач, и авторы предполагают, что мешает регулирование медицинских данных. Формальные, социальные и гуманитарные науки, напротив, используют больше, чем предсказывает шкала, вероятно, потому что работа там в основном идёт в тексте и коде.

Что меняет Claude Science

В Claude Science, приложении, которое подключает Claude к научным базам и инструментам, на генерацию идей приходится 8% сессий: примерно столько, сколько эти задачи занимают во времени исследователя, и вдвое больше их доли в Claude. Больше половины сессий там приходится на биомедицину и биологию. В этих областях задача предложить механистическую модель связывания белка с другим белком или с лекарственной молекулой встречается в 5,6 раза чаще, чем в Claude. С высокой автономией ИИ идут больше 70% сессий Claude Science против 23,7% в Claude и 64,1% в Claude Code, а подготовки уровня PhD, по оценке классификатора, требуют больше 80% сессий против примерно 50-70% в других интерфейсах.

Авторы сами оговаривают, что разница отчасти может объясняться аудиторией: Claude Science доступен любому платному пользователю, но приходят туда, скорее всего, люди с более специальными и трудными задачами. Сейчас приложение в бете для macOS, Windows и Linux на планах Pro, Max, Ultra, Team и Enterprise. Как сказано в FAQ Anthropic, отдельной модели под ним нет: оно работает на тех же моделях Claude, что входят в ваш план.

Откуда берутся 15 раз

Сценарии авторы называют иллюстративными и прогнозом не считают. Выпуск они считают через экономическую модель, где статья складывается из многих задач и слабую нельзя возместить сильной: когда ИИ удешевляет часть задач, люди переносят усилия на те, где он помогает меньше. Модель учитывает только время исследователя и ИИ, без стоимости оборудования и реактивов, без лимита экспериментов на установках вроде Большого адронного коллайдера и без поправки на качество идей.

В первом сценарии нынешние возможности ИИ внедрены повсеместно. Тогда ИИ берёт на себя 27-52% времени исследователя на одну работу, медиана по областям 38%, а выпуск при том же бюджете растёт от 1,35 раза в искусстве и 1,41 в химии до 1,96 в информатике и 2,02 в статистике. Долю ИИ здесь строили из ответов опроса: респонденты, по признанию авторов, скорее всего, активнее среднего, и их ответы взяли как замену тому, что ИИ умеет уже сегодня. А набраны эти 528 человек из заявителей на грантовые программы Anthropic AI for Science и смежные, все из институтов США и Канады, в основном из наук о жизни и здоровье.

В агрономии, биомедицине, химии и материаловедении физические шаги занимают 38-41% времени против 4% в медианной области, и в модели их по-прежнему делают люди. Одна только доля физической работы объясняет около трети разброса в доле ИИ между областями. Поэтому в третьем сценарии, где ИИ берёт на себя всю нефизическую работу, статистика, информатика, экономика, математика, психология и большая часть социальных и гуманитарных наук выходят на 15-16 раз, а биология, химия и материаловедение остаются на 3-4.

Сами опрошенные смотрят дальше: около 40% ждут, что ИИ будет целиком вести исследовательские проекты к 2030 году, около 64% - к 2035-му, а 16% считают, что этого не случится никогда.

Потолок определяет цена. Час работы агента авторы оценили в 30 долларов, час исследователя в 95, а на каждый сэкономленный час человека агент, по их допущению, тратит 0,2 часа. Цену в 30 долларов в приложении к отчёту привязали к публичным ценам API Claude Opus 5.5 и назвали иллюстрацией, не измеренной средней стоимостью использования Claude. Время работы ИИ по шагам, как признают авторы, не измеряет ни один источник, поэтому 0,2 часа остаются допущением. Полностью автоматизированная задача в такой модели всё равно стоит около шестнадцатой доли работы человека, отсюда и предел около 16 раз.

Авторский разбор

Что мы проверили

7 ноября мы восстановили модель ускорения по калибровке из приложения к отчёту (формула там дана картинкой, мы собрали её из утверждения 1 и указанных параметров) и пересчитали цифры при других ценах и времени работы ИИ.

Как мы проверяем истории

Цифры авторов с моделью согласуются: потолок выходит 15,83 раза против заявленных «около 16», а область с 38-41% физических шагов получает в третьем сценарии 3,2-4,2 раза против опубликованных 3-4. Но потолок оказался произведением двух допущений, и время работы агента, для которого данных нет, двигает его так же сильно, как цена. А фраза отчёта о том, что вдвое более дешёвый ИИ удвоил бы темп прогресса, верна только там, где физической работы почти нет.

Час агентаЧасов агента на час человекаПотолок ускорения
30 долларов0,2 (допущение авторов)15,8 раза
30 долларов0,56,3 раза
30 долларов1,03,2 раза
60 долларов0,27,9 раза
15 долларов0,231,7 раза
  • Для первого сценария наша модель даёт 1,34 раза для искусства и 1,95 для статистики против опубликованных 1,35 и 2,02. Расчёт исходит из равномерной автоматизации шагов и даёт нижнюю границу, поэтому цифры авторов с ним согласуются, но до знака не воспроизводятся.
  • Для области с 40% физических шагов снижение цены часа агента с 30 до 15 долларов поднимает ускорение в третьем сценарии с 3,30 до 3,90 раза, на 18%, а рост до 60 долларов опускает его до 2,66 раза. Вывод сделан по нашей реконструкции модели при условии, что физические шаги не ускоряются.

ClaudeAnthropic

WSJ: инвесторы сомневаются в IPO Anthropic за 1,5 трлн

Участники будущего IPO Anthropic пересчитывают ставки после глубокой распродажи на рынке, пишет WSJ. Крупные инвесторы сомневаются, что компания выйдет даже на 1,5 триллиона долларов, хотя раньше ждали около 2. Вы бы зашли в IPO Anthropic на 1,5 триллиона или дождались бы цены пониже?

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.