Beating'in izlemesine göre, gerçek virüs gen verileri aranırken GPT-5.5 veya Claude gibi öncü yapay zeka ajanları bile sık sık hata yapıyor. Geleneksel biyoloji veritabanlarının (NCBI gibi) karmaşık yapısı ve uyumsuz arayüzleri nedeniyle büyük modellerin istikrarlı bir şekilde uygun veri setleri seçmesi zorlaşıyor. Aramaları daha güvenilir hale getirmek için Anthropic, ABD Ulusal Biyoteknoloji Bilgi Merkezi (NCBI) ile iş birliği yaparak deterministik arama aracı gget virus'u geliştirdi. Entegrasyon sonrasında yapay zekanın veri sorgulama doğruluğu doğrudan neredeyse %100'e yükseldi.
Araştırma ekibi, kendi geliştirdikleri VirBench kıyaslama testini (40 patojen ve 120 arama görevi içeren) kullanarak büyük modelleri test etti. Araç desteği olmadan yapay zekanın arama doğruluğu %16,9 ile %91,3 arasında geniş bir dalgalanma gösterdi ve aynı komutun birden çok kez çalıştırılması sonucunda elde edilen sonuçlar son derece istikrarsızdı. Örneğin, 266 dizi döndürmesi beklenen bir sorguda Claude Sonnet 4 üç kez çalıştırıldığında sırasıyla yalnızca 106, 15 ve 5 dizi bulabildi. Titiz biyolojik araştırmalarda, gen verilerindeki en ufak bir eksiklik bile felaket sonuçlara yol açabilir: Eksik verilerle Ebola virüsünün filogenetik ağacı yeniden yapılandırıldığında, salgının kaynak zamanı neredeyse bir yüzyıl öncesine hatalı bir şekilde kaydırılabilir; maftivimab ve MBP134 gibi antikor ilaçlarının etkinliği değerlendirilirken yapay zeka, kritik virüs mutasyon bölgelerini gözden kaçırarak tedavi planlarının değerlendirmesini doğrudan yanlış yönlendirebilir.
Yeni geliştirilen gget virus, karmaşık biyoloji veritabanlarının altına özel bir "tünel" inşa etmek anlamına geliyor. Deterministik bir arama katmanı olarak gget virus, altta yatan REST, Datasets ve E-utilities gibi birden çok API'yi otomatik olarak koordine eder, parçalı indirme, yerel filtreleme ve GenBank kaydı çıkarma işlemlerini yönetir ve standartlaştırılmış günlükler çıktılar. Entegrasyon sonrasında tüm ajanların arama doğruluğu %90'ın üzerine çıktı; GPT-5.5 %99,7'ye ulaşarak birden çok çalıştırmadaki tutarsızlığı tamamen ortadan kaldırdı. Bu aynı zamanda, uygun araçlarla donatıldığında düşük maliyetli modellerin bile son derece yüksek güvenilirlik sağlayabileceği anlamına geliyor. Araştırma ekibi, gelecekteki biyoloji veritabanlarının Andrej Karpathy'nin savunduğu geliştirme felsefesini benimsemesi gerektiğini düşünüyor: ajanlar için inşa etmek (build for agents), yapay zekayı temel ölçekli kullanıcı olarak tasarlamak ve yüksek güvenilirliğe sahip bir biyoloji bağlam motoru oluşturmak.
