Google DeepMind выложила набор Science Skills для научных задач. Это готовые инструкции, скрипты и справочники, которые помогают ИИ-агентам работать как ассистентам исследователя.
Внутри есть навыки для геномики, биологии белков, химии и поиска научных статей. Проект уже лежит на GitHub и ставится одной командой.
ИИ-агенту дали «научную папку» с готовыми приёмами
Science Skills — это не отдельная нейросеть. Это набор skill (навыков), которые расширяют возможности AI agent (ИИ-агента).
Проще говоря, агент получает понятные инструкции. Что открыть, какой скрипт запустить, где искать данные и как оформить ответ.
Каждый навык устроен одинаково:
- SKILL.md — главный файл с инструкциями для агента.
- scripts/ — папка со вспомогательными скриптами.
- references/ — справки, документы и дополнительные материалы.
Это похоже на рабочую методичку для стажёра. Только стажёр — ИИ, который умеет читать, запускать команды и собирать вывод.
Что реально изменилось для исследователей
Раньше ИИ часто отвечал на научные вопросы слишком общо. Он мог красиво объяснить тему, но терялся в конкретных действиях.
Science Skills добавляет ему рабочие маршруты. Не просто «расскажи про ген», а проверь базу, обработай данные и покажи результат.
Google DeepMind перечисляет несколько направлений:
- genomics (геномика) — анализ ДНК, генов и мутаций.
- structural biology (структурная биология) — работа с формой белков и молекул.
- cheminformatics (хемоинформатика) — вычислительная работа с химическими соединениями.
- literature search (поиск научной литературы) — быстрый разбор статей и источников.
Для человека вне лаборатории это звучит далеко. Но смысл простой: ИИ становится не болтуном, а оператором научных задач.
Он может помочь быстрее найти публикации, подготовить анализ или собрать черновик исследования. Это экономит часы ручной работы.
Как это ставится и где работает
Пакет можно установить через npx (инструмент запуска пакетов Node.js). Команда выглядит коротко:
npx skills add google-deepmind/science-skills/
Также Science Skills встроены в Google Antigravity (среда Google для работы с ИИ-агентами). Новым пользователям предлагают включить раздел Science при первом запуске.
Если Antigravity уже установлен, нужно обновиться. Потом открыть настройки и скачать plugin (расширение) Science.
Есть важная деталь. Для зависимостей используется uv (быстрый менеджер пакетов Python).
При первом запуске агент попросит разрешение на установку. После этого Google советует перезапустить Antigravity.
API-ключи всё ещё нужны
Не все навыки работают полностью «из коробки». Некоторые требуют API key (ключ доступа к внешнему сервису).
Например, AlphaGenome и OpenAlex могут попросить ключ. ClinVar работает и без него, но с ключом даёт более высокие лимиты.
Это нормальная история для научных баз. Они защищают инфраструктуру от слишком частых запросов.
Если ключ нужен, агент должен сам подсказать, где его взять. И куда записать, чтобы навык заработал.
Зачем Google DeepMind это делает
Главная идея не в одном красивом демо. Google DeepMind показывает формат будущей работы с ИИ.
Модель сама по себе — это мозг. А skill (навык) — это инструкция, инструменты и доступ к нужным данным.
Так ИИ становится полезнее в узких профессиях. Не «универсальный помощник обо всём», а специалист под конкретную задачу.
Для науки это особенно важно. Ошибка в красивом тексте может стоить недели экспериментов.
Структурированные навыки снижают хаос. Агент знает маршрут, источники и ограничения.
Как это можно применить уже сейчас
Science Skills пригодятся не только учёным в белых халатах. Формат интересен всем, кто строит сложные рабочие процессы.
- Исследователям — для поиска статей, проверки гипотез и обработки данных.
- Биотех-стартапам — для быстрых внутренних прототипов и аналитики.
- Разработчикам — как пример архитектуры навыков для агентов.
- Продуктовым командам — чтобы понять, как упаковывать экспертизу в повторяемые сценарии.
- Предпринимателям — чтобы увидеть, куда движутся профессиональные ИИ-инструменты.
Самое интересное здесь — не только наука. Интересен сам подход.
Если можно собрать skills (навыки) для геномики, можно собрать такие же наборы для юристов, бухгалтеров и маркетологов.
Есть и ограничения
Google честно пишет: это не официальный продукт Google. Код опубликован с лицензией Apache 2.0, материалы — под CC-BY 4.0.
При этом сторонние источники данных могут иметь свои правила. Пользователь сам отвечает за соблюдение лицензий.
Ещё один момент — качество результата всё равно надо проверять. Особенно если речь идёт о медицине, химии или публикациях.
ИИ-агент может ускорить работу. Но он не заменяет эксперта, который понимает цену ошибки.
Почему это важно за пределами науки
Science Skills показывает новый слой в гонке ИИ. Побеждать будут не только самые мощные модели.
Побеждать будут команды, которые лучше упакуют знания в понятные действия. С инструкциями, инструментами и проверяемыми шагами.
Сегодня это геномика и структурная биология. Завтра такие «папки навыков» появятся для продаж, финансов, HR и поддержки клиентов.
ИИ постепенно превращается из умного собеседника в сотрудника с рабочими регламентами. И это меняет рынок сильнее, чем очередной чат-бот.