打破八环纪录：Claude 连跑数天自主算出理论物理九环振幅

物理学家在预测粒子行为时，要算一种叫「散射振幅」的公式。这东西算起来极其痛苦，通常只能一层一层做近似修正，每一层叫一个「环」（loop）。环数越多，结果越准，但计算量是指数级往上翻。

现实中大多数粒子物理计算停在两环或三环，最顶尖的实验预测也就到过五环。为了磨练算力与算法，理论物理学家搞出了一种玩具模型，叫做平面 N=4 超对称杨-米尔斯理论。在这个简化世界里，此前的人类极限是由 SLAC 国家加速器实验室的 Lance Dixon 等人推到的八环。

科普作家、前理论物理学者 Matt von Hippel 上个月在博客里公开下了战书：既然大家都在吹 AI，那能不能用普通学者掏得起的计算预算，把这个八环纪录推到九环？

Anthropic 在官方科学博客发文回应：Claude 真的算出了九环。

扔下一句提示词，AI 自己跑了几天

接下挑战的是 Anthropic 内部的两位物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma。他们用的是面向科研付费用户的 Claude Science 平台，底层搭配 Fable 5.1。

有意思的是，研究人员几乎没做微调，先问 Claude 觉得自己能搞定哪个问题，接着扔下一句极其直白的提示词，让它计算平面 N=4 超对称杨-米尔斯理论下六粒子在九环的振幅。

之后的研究过程相当戏剧化。研究员给 Claude 留言说「我去睡觉了，几个小时后才回来，别停，继续算，每 4 到 6 小时汇报一次进度」，AI 就这样在几乎无人干预的情况下连轴转了好几天。

更保险的是，Claude 用了两种完全独立的路径算出了结果：一种是经典的自举法（Bootstrap），另一种则是通过形状因子的间接算法。其中自举法主要用 Python 的 SymPy 包计算，跑了 96 个 CPU 核心整整一周，算力成本才花了大概 100 美元。加上调用模型的费用，每种方法的总花费也就 1000 到 2000 美元左右。

原纪录保持者 Lance Dixon 对 Claude 的推导结果做了独立验证，确认无误。巧合的是，中国科学院的何颂团队此前也用基于 GPT-6 的辅助手段完成了九环的大部分结果，不过 Anthropic 这次更进一步，几乎把人类从推导循环里抽离了出去。

为什么重要

我们认为，这项实验最大的价值不在于九环物理公式本身，而在于证明了 AI 解决前沿科学问题时的「性价比」。

对科研人员来说，以往阻碍探索的往往不是不知道怎么算，而是算不起、耗不起人力。Claude 用一两千美元的 API 账单和普通高校实验室就能承受的 96 核 CPU，在几天内跨过了此前人类卡了几年的台阶。这意味着类似自举法这种规则明确、类似数独排查的复杂计算，以后完全可以当成常规外包任务甩给 AI 代理。

从行业角度看，Anthropic 展现了一种非常务实的科研落地形态。它没有动用数百万美元的超算堆暴力破解，而是靠结构化提示词环境驱动大语言模型长程思考、自己写代码并调用 SymPy 纠错。这种模式打破了「大模型只能写写套话、碰不了硬核数理」的刻板印象。

不过看起来它也有清晰的边界。这次算出的 N=4 模型并不是真实世界，而是一个粒子对称性极高、变量被高度简化的玩具模型；AI 采用的数学方法和排查逻辑，也全部来自人类此前铺好的道路。它证明了 AI 是一个不知疲倦的高级算力放大器，但离真正自主提出新理论、发现新物理规律，还有很长一段距离要走。