OpenScience: a alternativa open source ao Claude Science que roda com qualquer modelo

A Synthetic Sciences lançou o OpenScience, uma workstation de IA open source para pesquisa científica sob licença Apache 2.0. A ferramenta se posiciona como uma alternativa aberta ao Claude Science da Anthropic, lançado no final de junho de 2026 — com uma diferença crucial: você escolhe o modelo, você controla os dados, você roda na sua infraestrutura.

O que é o OpenScience

O OpenScience é um workspace baseado em navegador com um runtime de agentes local. Você define um objetivo de pesquisa e a ferramenta executa o ciclo completo que um colaborador humano seguiria: lê artigos relevantes, formula hipóteses, escreve e roda código, executa experimentos, consulta bancos de dados científicos e redige os resultados — tudo em uma sessão contínua.

O diferencial está na arquitetura model-agnostic: funciona com qualquer modelo de fronteira ou open-weight usando suas próprias chaves de API. Claude, GPT, Gemini, GLM, Kimi, DeepSeek e fine-tunes locais — a troca é feita por requisição no seletor de modelos do workspace, sem reescrever nada.

O que vem incluído

O OpenScience traz um conjunto impressionante de capacidades prontas para uso:

• 250+ skills editáveis: cobrindo treinamento (DeepSpeed, PEFT, TRL), avaliação, datasets, quimioinformática, biologia molecular e clínica, artigos, LaTeX, figuras e computação em nuvem.
• ~30 bancos de dados científicos como ferramentas: UniProt, PDB, Ensembl, ChEMBL, PubChem, arXiv, OpenAlex e Semantic Scholar são consultáveis diretamente pelo agente.
• Workspace real: árvore de arquivos, editor, terminal, histórico de sessão, renderização inline de moléculas, estruturas, genomas e gráficos.
• Agentes especializados: pesquisa geral (default), biologia, física, machine learning, além de subagentes de crítica e revisão de literatura.
• Extensibilidade: suporte a LSP, servidores MCP, plugins, agents customizados e TypeScript SDK.

OpenScience vs Claude Science

O Claude Science é um produto polido com integrações curadas. O OpenScience troca parte desse polimento por abertura, auditabilidade e liberdade de provedor — um trade-off que times de pesquisa com requisitos de privacidade ou orçamento vão apreciar.

Casos de uso

Pesquisa em ML: um engenheiro quer testar uma ideia de fine-tuning. O agente de ML busca artigos no arXiv, usa skills de PEFT e TRL, escreve o script de treinamento, executa e redige um relatório.

Biologia computacional: um cientista de dados estuda um alvo proteico. O agente de biologia consulta UniProt e PDB, renderiza a estrutura inline, propõe mutações candidatas e registra a proveniência.

Quimioinformática: um químico faz triagem de pequenas moléculas. O agente consulta ChEMBL e PubChem para dados de bioatividade, aplica filtros em código e retorna candidatos ranqueados com gráficos.

Comparação de modelos: um time roda a mesma tarefa no Claude, depois no GLM, depois em um fine-tune local. A troca é uma seleção, não uma reescrita.

Pontos de atenção

O agente não é sandboxed — o sistema de permissões não é uma fronteira de isolamento. A recomendação oficial é rodar dentro de um container ou VM se isolamento for necessário. É um projeto jovem, então espere arestas em relação a um produto maduro. E o modelo BYOK significa que você gerencia seus próprios custos e rate limits.

A instalação é simples: npm install -g @synsci/openscience e depois openscience. Na primeira execução, você escolhe entre modelos gerenciados via Atlas, suas próprias chaves de provedor ou modelos demo gratuitos.

O OpenScience representa um movimento importante na direção de ferramentas científicas abertas e auditáveis. Em um momento em que cada grande laboratório de IA está lançando seu assistente de pesquisa proprietário, ter uma alternativa que roda na sua máquina com o modelo que você escolher não é apenas conveniente — é estratégico.