Claude Science, muhtemelen duymuşsunuzdur.
Anthropic'ın kendi kendine literatür arayabilen, kod yazabilen, analiz çalıştırabilen ve grafiklerle raporlar üretebilen bilimsel Agent'i, bir zamanlar "Bu, AI for Science'in olması gereken şekli" diyerek büyük ilgi çekti.
Ancak kapalı kaynaklı.
Şimdi, bunu biri kopyaladı—açık kaynak, MIT lisansı, çekirdek sıfır bağımlılık.
Proje, Pekin Üniversitesi ve YuanKong AI Agent Ortak Laboratuvarı tarafından resmen açık kaynak hale getirilen bilimsel agent projesidir: OpenAI4S (Open AI for Scientist).
Öne çıkan nokta: Claude Science'e benziyor değil, Code-as-Action fikrini takip ederek motoru, kalıcı çekirdeği, host-RPC protokolünü ve güvenlik katmanını açık kaynakla bağımsız olarak yeniden oluşturdu.
Proje, 6 Temmuz 2026 tarihinde GitHub'da MIT lisansı altında açık kaynak hale getirildi.
Şu anda OpenAI4S, tam ölçekli bilimsel web uygulamaları, onlarca yerleşik Beceri, kendi hesaplama gücü entegrasyonu ve sürümlenmiş bilimsel ürünler sunmaktadır.
MetaKu AI Bilim: https://www.chatexcel.com/homesite/openAI4S
Doğru görünen bir yanıt vermekle kalmaz, AI'nın bir soruyu "sormaktan" "tamamlamaya" kadar araştırma akışına tamamen dahil olmasını ister.
Çok fazla sohbet etmek değil, AI'nın gerçekten harekete geçmesi gerekiyor.
Şu anda birçok AI Agent, temelde aynı şeyi yapıyor: Model, önceden hazırlanmış bir «araç menüsü» karşısında, hangi aracın kullanılacağını belirliyor ve adım adım ilerliyor. Basit görevlerde bu yöntem yeterli.
Ancak bilimsel araştırma birkaç adımda çözülebilecek bir şey değildir.
Birden fazla veritabanını kontrol etmek, veri indirmek, verileri temizlemek, kodu tekrar tekrar değiştirmek, profesyonel algoritmaları çağırmak, GPU hesaplama gücü istemek, grafikler oluşturmak, raporu düzenlemek... Her adımda bir sorun çıkarsa, geri dönüp yeniden başlamak gerekebilir.
OpenAI4S'nin verdiği cevap Code-as-Action, yani "kod, eylemdir".
Bu, akıllı ajanların doğrudan Python veya R kodu oluşturmasını ve sürekli çalışan bir çekirdek ortamında çalıştırmasını sağlar.
Döngüler, koşullu yargılar, toplu veri işleme ve grafik oluşturma, bir kez yürütme içinde birleştirilebilir; veriler ve ara sonuçlar her adımda modele yeniden verilmez, çalışma ortamında tutulur.
Kullanıcılar için en doğrudan değişiklik, yeni bir teknik terimin eklenmesi değil, AI'nın daha uzun ve karmaşık görevleri birleştirebilmesi:
Önceki adımda indirilen veriler, bir sonraki adımda doğrudan analiz edilebilir;
Oluşturulan resimler, tablolar ve raporlar otomatik olarak kaydedilecektir;
Araştırmacılar, Notebook'u her zaman açarak kodu kontrol edebilir, analizi devralabilir veya sonuçları değiştirebilir.
Kod eylemdir, çekirdek ortamdır.
Bir arayüzde, veriden sonuca kadar olan bilimsel süreci tamamlayın
OpenAI4S, insan ve AI'nın ortak kullandığı bir bilimsel çalışma masası gibi.
Kendi kendine açık bilimsel veri kaynaklarını sorgulayan, analiz kodu yazan ve çalıştıran, profesyonel hesaplama gücüne erişen ve sonuçları resimler, tablolar, üç boyutlu yapılar veya Markdown raporları haline getiren bir görev verin.
Süreç tamamlandığında sona ermez. Her bilimsel ürün kaydedilir, saklanır ve sürümleştirilir; daha sonraki kontrol, düzenleme ve yeniden kullanım için kolaylık sağlar.
Örneğin, bir proteinin analizini yapmasını sağlayın.
Öncelikle gerçek protein dizisi ve yapı verilerini arayabilir, ardından özellik hesaplamalarını ve görselleştirmeyi tamamlayabilir, son olarak analiz sürecini, veri kaynaklarını ve sonuçları makaleye dahil edebilir.
Ana nokta: Veriler gerçek ve hesaplamalar da gerçek.
Harici hizmetlere bağlanılamazsa veya hesaplama koşulları karşılanmazsa, nerede başarısız olduğunu açıkça bildirir. Gizli bir simülasyon verisi eklemez veya bir sonucu zorla tamamlamak için makaleyi yalanlamaz.
△
Bilimsel çalışmalar genellikle tekrar tekrar düzeltilmesini gerektirir.
Geleneksel süreçte, araştırmacılar grafik betiklerini yeniden bulmak, parametreleri değiştirmek, tekrar çalıştırmak ve dosyaları dışa aktarmak zorunda kalabilir;
OpenAI4S içinde, doğal dil ile düzeltme talepleri doğrudan sunulabilir; akıl, mevcut veriler ve kodlara dayanarak ürünleri yeniden oluştururken sürüm geçmişini korur.
△
Onlarca bilimsel beceri, uzmanlık yeteneklerini akıllı ajanlara dahil edin
Genel model, bilimsel asistan olmak istiyorsa, yalnızca "zeki" olmak yeterli değil.
Profesyonel verilerin nereden bulunacağını, profesyonel araçların nasıl kullanılacağını ve karmaşık algoritmaların nasıl çalıştırılacağını bilmelidir.
OpenAI4S, ilk sürümünde 30'dan fazla bilimsel Beceri içeriyor.
Protein yapıları, dizilim analizi, protein tasarımı, moleküler bağlanma, tek hücre analizi, literatür arama, açık veri arama... temel olarak yaygın hesaplamalı bilimsel senaryoları kapsar.
Bu arada, 14 beceri, GPU veya özel modeller gerektiren bilimsel hesaplama yeteneklerini kapsüllemiştir.
Buradaki Beceriler, sabit bir araç parametre tablosu değildir. Daha çok, bir varlığın okuyup anlayıp uygulayabileceği bir «kod tarifi» setidir.
Gerekli veriler, çağrılacak hizmetler, kod yazımı ve sonuç kontrolü, Skill içinde biriktilabilir.
Yeni bir veritabanı, yeni bir algoritma veya yeni bir deney süreci geldiğinde, geliştiriciler bunları kolayca bağlayabilir.
Yani bu yetenekler bir kez sabitlenmez; bilimsel ihtiyaçlar nasıl değişirse, Beceriler de ona göre gelişir.
Bilimsel veriler gerçek hesaplama ortamına bağlanmalı mı? Görevleri kendi GPU'nize gönderin.
Bilimsel hesaplama için bir başka gerçekçi sorun: hesaplama gücü.
Protein katlanma, mutasyon puanlama ve moleküler simülasyon gibi görevler, sıradan bir dizüstü bilgisayarda kolayca çalıştırılamaz.
Ayrıca, birçok profesyonel hesaplama, belirli modellere, karmaşık yazılım ortamlarına ve GPU kaynaklarına dayanmaktadır.
OpenAI4S, kendi hesaplama ortamınıza entegrasyon desteği sunar. İletişim ve görev organizasyonu yerel olarak yürütülür, GPU gerektiren profesyonel hesaplamalar ise kendi sunucularınıza iletilebilir; sonuçlar tamamlandıktan sonra aynı bilimsel çalışma akışına geri döner.
Örneğin, protein yapısı tahmini ve mutasyon etki puanlaması gibi konularda gerçek zorluk, çağrılacak kodu oluşturmak değil, girdiyi doğru hesaplama ortamına gönderip sonucu tamamen iş akışına geri getirmektir.
Bütün şeyleri bir bilgisayara sıkıştırmayın ve bir hesaplama sunucusu bağlamak için tüm süreci yeniden yazmayın, bu özellikle laboratuvarlar ve araştırma ekipleri için önemlidir.
Veriler, modeller ve hesaplama gücü kendi ortamlarında kalır, akıllı ajanlar bunları birbirine bağlar.
Gerçek veriler, gerçek hesaplamalar, bunu yapmadılar.
Bilimsel araştırmalar için ucuz modeller kullanmak, en çok neyi korkar? Onun ciddi ciddi yalanlar söylemesini.
OpenAI4S, np.random ile deney sonuçlarını sahtelemek, zorla oluşturulan "korumacı" sonuçlar, BLOSUM'u ESM olarak sunmak, simüle edilmiş veri kümelerini gerçek veri olarak kullanmak dahil olmak üzere tüm sahtecilikleri yasaklayan bir "sahtecilik yok politikası" koydu.
Ya gerçek hizmet verin, ya da düzgün bir hata mesajı verin.
Yani o INS örneğine geri dönüyorsanız—diziler gerçekten UniProt’ten çekiliyor, yapılar gerçekten RCSB’den indiriliyor, internet bağlantısı yoksa dürüstçe atlıyor, sahte bir şey vermiyor.
Protein yapısını gerçekten hesaplamak gerekirse, gerçekten GPU kullanır: host.fold, tek sekanslı Protenix (AlphaFold3 seviyesi) çıkarımı çalıştırmak için 8×A100'lu bir makineye SSH ile bağlanır ve pLDDT ile yapıyı geri iletir; host.score_mutations, gerçek ESM puanlamasını çalıştırarak mutasyonları seçer.
GPU yoksa, sahte bir yapı oluşturmadan doğrudan hata verir.
Bir yapının görünüşüne bakarak sana "hesaplanamaz" demeyi tercih eder.
Bilimsel Agent'lar için bu, "her şeyi bilme"den daha önemli olabilir.
Açık kaynak, Pekin Üniversitesi ve YuanKong AI Ortak Laboratuvarı'nın akademik-endüstriyel iş birliğini teşvik etme çabasının bir uygulamasıdır.
OpenAI4S'in açıklanması, sadece bir açık kaynak projesi eklemek değil, Pekin Üniversitesi ile YuanKong AI'nın akademik, endüstriyel ve araştırma iş birliğini ilerletmenin bir uygulamasıdır.
İki taraflı ortak laboratuvarın aşamalı bir sonucu olarak, OpenAI4S’in geliştirilmesinden açık kaynak hale getirilmesine kadar, ortak laboratuvar öğrencisi Zhang Gongbo’nun sürekli katkısı ve öncülüğü olmadan mümkün olmazdı.
Zhang Gongbo'nun araştırma odak noktası AI for Science'tir. Ortak ilk yazarı olduğu UniGenX, molekül, malzeme ve proteinler için genel bilimsel temel modelleri araştırmaktadır. Bu bilimsel akıllılık etrafında birikmiş araştırmalar, OpenAI4S'in geliştirilmesine ve uygulanmasına da genişlemiştir.
Ayrıca, OpenAI4S, Li Hao, Wang Yu, Liu Yuyang, Lü Liuzhenghao, Mao Yicheng, Lin Mujie, Peng Xinyao, Jiang Zhengxiang, Wang Yimi ve diğer öğrencilerin çabalarıyla oluşturuldu; çerçeveden fonksiyon geliştirme ve açık kaynaklı yayınlamaya kadar her aşamada tüm katılımcıların iş birliği ve katkıları olmadan mümkün olmazdı.
MetaKong AI, model sonrası eğitim, Agent Runtime, uzun vadeli bellek ve uçta çıkarım teknolojileri aracılığıyla AI'nın yerel ve çevrimdışı ortamlarda karmaşık görevleri tamamlamasını sağlayan bir uçta AI şirketidir.
Şu anda şirket,元空AI Work ve元空AI Science olmak üzere iki ürün hattı oluşturmuş ve sırasıyla akıllı ofis ve bilimsel keşif alanlarına girmiştir.
Bu açık kaynak OpenAI4S, ortak laboratuvarın ve MetaSpace AI'nin bilimsel Agent üzerine ortak görüşünü de yansıtmaktadır:
Bilimsel araştırmalar için akıllı ajanlar yalnızca bir demo olarak kalmamalı, gerçekçi, denetlenebilir ve genişletilebilir bir bilimsel altyapı haline gelmelidir.
Bu nedenle, bu kez sadece örnek değil, aynı zamanda temel mimari, bilimsel beceriler ve tam uygulama da açıktır.
Üniversiteler, araştırma kurumları, geliştiriciler ve endüstri ortakları, bu temel üzerinde veri kaynaklarını, algoritmaları, araçları ve araştırma süreçlerini entegre ederek bilimsel Agent'ların daha fazla gerçek görevde kullanılmasını sağlayabilir.
Yürütmenizi ve birlikte sürdürmenizi bekliyoruz
OpenAI4S'ye katılmak, onu çalıştırmakla başlayabilir.
Kurulum karmaşık değil, üç satırda başlatabilirsiniz:
Projeyi başlatmak için önce model anahtarını yapılandırmaya gerek yoktur.
Arayüze girdikten sonra, Özelleştir → Modeller bölümünde doldurun.
Proje, doğrudan takip edebileceğiniz bir dizi gerçek senaryo da sunar: Live API iş akışı, insan insülini INS gerçek veri analizi, bir cümleyle görüntü değiştirme, plan modunda artemisinin ve paclitaxel çözünürlük tahmini, protein mühendisliği...
Ancak projeyi çalıştırmak sadece ilk adımdır.
Gerçek bilimsel araştırma, yaşam bilimleri, kimya, malzeme, tıp, yer bilimleri gibi birçok alanda uzanır.
Her yönün kendi veritabanı, uzman modeli ve hesaplama süreci vardır. Bu kadar geniş bir kapasite haritası, tek bir ekip tarafından tek seferde tamamlanamaz.
Bu nedenle OpenAI4S, üniversiteler, araştırma kurumları, geliştiriciler ve endüstri ekiplerine Katkıda Bulunucular için Çağrı yapıyor.
Şu anda, RabbitEx Smart'ın Skills UI'si, bu açık kaynak projesine kısmi destek sağlamıştır.
Bir bilimsel yöne aşinaysanız, bunun için yeni bilimsel Beceriler geliştirebilir, profesyonel veritabanlarına, algoritmik modellere ve hesaplama platformlarına entegre edebilirsiniz;
Agent veya yazılım mühendisliğinde uzmanısaysanız, temel mimari, uzaktan hesaplama, güvenlik mekanizmaları, test ve belgelendirmeyi geliştirmeye katılabilirsiniz.
Kod yazmadan katılabilirsiniz.
Bir sorun bildirmek, tekrarlanabilir bir örnek eklemek, başarısız bir görevi bildirmek veya topluluğa bir disiplinin gerçekten neye ihtiyaç duyduğunu söylemek, değerli bir katkıdır.
Eğer siz de bilimsel Agent'ların sadece bir demo olarak kalmaması gerektiğine inanıyorsanız, onu çalıştırmaya ve birlikte geliştirmeye davetlisiniz.
Portal
https://github.com/PKU-YuanGroup/OpenAI4S
https://www.chatexcel.com/homesite/openAI4S
Bu yazı, WeChat hesabından "Quantum Bit" tarafından yazılmıştır, yazar: Öncü teknolojilere takip eden