打破八環紀錄：Claude 連跑數天自主算出理論物理九環振幅

物理學家在預測粒子行為時，要算一種叫「散射振幅」的公式。這東西算起來極其痛苦，通常只能一層一層做近似修正，每一層叫一個「環」（loop）。環數越多，結果越準，但計算量是指數級往上翻。

現實中大多數粒子物理計算停在兩環或三環，最頂尖的實驗預測也就到過五環。為了磨練算力與演算法，理論物理學家搞出了一種玩具模型，叫做平面 N=4 超對稱楊-米爾斯理論。在這個簡化世界裡，此前的人類極限是由 SLAC 國家加速器實驗室的 Lance Dixon 等人推到的八環。

科普作家、前理論物理學者 Matt von Hippel 上個月在部落格裡公開下了戰書：既然大家都在吹 AI，那能不能用普通學者掏得起的計算預算，把這個八環紀錄推到九環？

Anthropic 在官方科學部落格發文回應：Claude 真的算出了九環。

扔下一句提示詞，AI 自己跑了幾天

接下挑戰的是 Anthropic 內部的兩位物理學家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma。他們用的是面向科研付費使用者的 Claude Science 平臺，底層搭配 Fable 5.1。

有意思的是，研究人員幾乎沒做微調，先問 Claude 覺得自己能搞定哪個問題，接著扔下一句極其直白的提示詞，讓它計算平面 N=4 超對稱楊-米爾斯理論下六粒子在九環的振幅。

之後的研究過程相當戲劇化。研究員給 Claude 留言說「我去睡覺了，幾個小時後才回來，別停，繼續算，每 4 到 6 小時彙報一次進度」，AI 就這樣在幾乎無人干預的情況下連軸轉了好幾天。

更保險的是，Claude 用了兩種完全獨立的路徑算出了結果：一種是經典的自舉法（Bootstrap），另一種則是通過形狀因子的間接演算法。其中自舉法主要用 Python 的 SymPy 包計算，跑了 96 個 CPU 核心整整一週，算力成本才花了大概 100 美元。加上呼叫模型的費用，每種方法的總花費也就 1000 到 2000 美元左右。

原紀錄保持者 Lance Dixon 對 Claude 的推導結果做了獨立驗證，確認無誤。巧合的是，中國科學院的何頌團隊此前也用基於 GPT-6 的輔助手段完成了九環的大部分結果，不過 Anthropic 這次更進一步，幾乎把人類從推導迴圈裡抽離了出去。

為什麼重要

我們認為，這項實驗最大的價值不在於九環物理公式本身，而在於證明了 AI 解決前沿科學問題時的「價效比」。

對科研人員來說，以往阻礙探索的往往不是不知道怎麼算，而是算不起、耗不起人力。Claude 用一兩千美元的 API 賬單和普通高校實驗室就能承受的 96 核 CPU，在幾天內跨過了此前人類卡了幾年的臺階。這意味著類似自舉法這種規則明確、類似數獨排查的複雜計算，以後完全可以當成常規外包任務甩給 AI 代理。

從行業角度看，Anthropic 展現了一種非常務實的科研落地形態。它沒有動用數百萬美元的超算堆暴力破解，而是靠結構化提示詞環境驅動大語言模型長程思考、自己寫程式碼並呼叫 SymPy 糾錯。這種模式打破了「大模型只能寫寫套話、碰不了硬核數理」的刻板印象。

不過看起來它也有清晰的邊界。這次算出的 N=4 模型並不是真實世界，而是一個粒子對稱性極高、變數被高度簡化的玩具模型；AI 採用的數學方法和排查邏輯，也全部來自人類此前鋪好的道路。它證明了 AI 是一個不知疲倦的高階算力放大器，但離真正自主提出新理論、發現新物理規律，還有很長一段距離要走。