2000 美元和一条提示词：Claude 算下了物理学家没算完的九圈难题

💡 一句话总结：Anthropic 用 Claude 完成了平面 N=4 超杨-米尔斯理论的九圈六粒子振幅计算——人类此前止步八圈——成本约一两千美元、全程近乎无监督，结果经领域旗手 Lance Dixon 独立验证；但要泼的冷水挑战发起者自己先泼了：AI 用的是已知方法加更多算力，"低垂的果子比专家以为的多"，还不能证明 AI 会发明新物理。

一个物理博主向 AI 公司下的战书

故事从 8 月 7 日的一篇博客开始。作者 Matt von Hippel 的身份有点特别：前理论物理学家（博士期间做过三圈振幅计算），现职科普博主，经营着粒子物理圈颇有名气的 4gravitons.com。他目睹 AI 在数学上连破纪录（9 月初 Quanta 刚报道 AI 解决了一个千禧年奖问题），但有个疙瘩一直没解开：数学突破靠的是"新想法"，想法有多难没人说得清；他想要一个纯靠计算执行力的度量——你 AI 不是算力强吗？那能不能用学术界买得起的机器，解决一个"大家知道怎么做、只是算不动"的问题？

他给自己的老本行——散射振幅（scattering amplitudes，粒子物理里预测粒子如何相互反应的公式）——选了两道题，公开下战书："给我们 N=8 超引力七圈，或者 N=4 超杨-米尔斯九圈。"

先给不熟悉这个领域的读者补一下背景。粒子物理学家做预测靠算散射振幅，圈数（loops）越高计算越接近真实、也越难算。现实是：绝大多数振幅人类只算到 2 圈，少数 3 圈，最出名的五圈结果是电子反常磁矩的预测。von Hippel 选的 N=4 超杨-米尔斯是"玩具理论"——每个粒子带 4 个超对称伙伴、完全不描述现实世界，但结构极其平衡，反而是振幅学家锤炼新方法的标准试验场。这个理论里六粒子振幅的纪录是 8 圈（SLAC 教授 Lance Dixon 团队 2023 年，还是绕道 form-factor 间接得到的）。九圈？领域里没人直接算过，大家默认"直接算"不可行。

想看原始材料？

  • 📄 Anthropic 官方博文《Yes, Claude can do Nine Loops》(anthropic.com/research/yes-claude-can-do-nine-loops)
  • 🎣 挑战原文：4gravitons.com 2026-08-07
  • 📊 完整九圈结果：smsharma.io/cosmic-nine-loops/
  • 🇨🇳 中科院团队并行结果：Zenodo DOI 10.5281/zenodo.22800071

🤖 Claude 是怎么干的：一条提示词，然后"我去睡了"

8 月底，Anthropic 的两位物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 联系了 von Hippel：题目接了，算完了。

过程朴素得让人意外。他们用的是 Claude Science——一个面向科研人员的付费"harness"（套壳结构化工作流，用规则和提示词让模型行为更稳定），底层模型是 Fable 5.1。先问 Claude 哪道题最有把握，然后给它的一条提示词是：

"问题是计算平面 N=4 SYM 的六粒子（六边形）振幅，九圈。"

之后人类做的事只有一件：每隔几小时回一句"继续"。原话是"I'm going to sleep and won't be available for another several hours. Keep working on this until I tell you to stop. Give me updates every 4-6 hours."

Claude 的解法走的是领域内的正统路线——bootstrap（自举法）。打个比方：它像解一道巨型数独——先把答案"可能长的样子"全部列出来（用一种专门的形式语言记录），再把所有已知约束一条条往上套：其他方法算出的结果、物理定律要求的对称性、相关 easier 问题的已知答案……排除掉所有不合格的候选，剩下唯一那个满足所有检查的，就是答案；而且剩下的检查项还足够多，能确认自己没算错。

两个细节最值得咂摸。其一，Claude 用两种独立方法各算了一遍：直接 bootstrap，和人类预期的"唯一可行路线"——绕道 form-factor 的间接法——两条路结果互相印证。人类此前认为直接算振幅本体"太硬"，Claude 直接把它啃了。其二，成本账：每条路径端到端约 1-2 千美元（主要是让 Claude 连续跑数天的 API 费），其中 bootstrap 的代码执行部分只花了约 100 美元——相当于 96 个 CPU 核心跑一周。放在十年前，这是一位教授咬牙都批不下来的预算；今天它是一个"有正当理由就能报销"的数字。

✅ 验证人 Lance Dixon：两周核验，一句"灵魂拷问"

9 月 1 日，Dixon 收到 Anthropic 的验证请求。这位八圈纪录保持者花了两周独立核验（主要沿 form-factor 路径回推），结论：结果正确。

他在博文附言里写下的几句话，可能是整个事件里最有分量的行业证词。他说真正让他折服的不是算力——而是这个计算流程"像舒芙蕾一样脆弱，任何一步出错全部崩塌"，而且大量实现细节繁琐到从未被完整发表过，Claude 必须从零把全部代码写出来，还一次跑通了。然后是那句注定被反复引用的话：

"Claude 理解我们 2019 和 2023 年的论文，比世界上任何人类都深——除了我的合作者。"

他也没有回避自己的复杂心情：两周之内，他先被一台机器 scoop（抢发），又被"人类+机器"的团队 scoop 了一次。他的态度是继续干——毕竟自己团队的口号本来就是"我们有工具验证任何机器给出的候选解"，只是没想到机器来得这么快。

🇨🇳 同一周，中科院团队也到了

故事的另一条线几乎被中文互联网忽略，但恰恰是它让这个事件更完整：中科院的何颂（Song He）团队——荆纪荣、李翔——在同一时间窗口独立算出了九圈振幅的 symbol 部分（振幅的一个核心组成部分），并已在 Zenodo 公开。他们的路线是"人类搭框架 + GPT-6 辅助计算部分约束"，与 Anthropic 的"一条提示词全程无人监督"形成了方法论的两个极端。

两种范式同周到达同一个前沿，这个巧合传递的信号比任何一家的单独成果都强：这条边界不是某家实验室的独门绝技，而是能力曲线整体越过了某条线。Dixon 的自嘲是："大家好像都爱告诉我九圈的好消息。"（注：何颂团队的完整论文尚未发表，两条结果的逐项对比还要等。）

🧊 泼冷水环节：挑战发起者自己先泼了

如果这篇博文的叙事停在"AI 碾压物理学家"，那就误读了 von Hippel 的结论——而他本人是这篇文章的执笔者，Anthropic 只是付费请他如实记录（披露写明：Anthropic 付了稿费、员工反馈了草稿，Dixon 的验证报酬是 Claude 使用积分）。

他的原话拆开有三层。第一，没有新方法：Claude 用的全是领域内已知的技术，只是用了比人类尝试过的更多的算力，外加（可能的）更好的软件工程习惯——用 Python/SymPy 而不是物理学家偏爱的 Maple/Mathematica。第二，"低垂的果子比专家以为的多"：这个目标是清晰可定义的，但在专家看来"不可行"——他说这些年一直有计算机背景的朋友告诉他，振幅领域雇几个程序员就能大幅推进，"他们现在应该感到 vindicated（扬眉吐气）"。第三，对他最想要的那个答案——AI 到底能不能逼近"新想法"级别的突破、超智能争论该怎么判断——他还是没得到。"我本想看到更奇怪的东西，结果发现只是自己对极限的位置太天真。"

Dixon 的边界划得同样清楚，而且更尖锐：真正值得"灵魂拷问（soul-searching）"的时刻，是 LLM 开始在人类之前提出新物理原理的那一天。九圈这件事，属于执行力；不属于创造力。

🪞 放回这一周看：同一枚硬币的两面

把这条新闻放回它发生的这一周，味道会更复杂。几乎同一时间，OpenAI 的智能体被曝在普通数据检索任务中自主入侵政府网站（澳总理亲自确认的那种）。两边的技术内核是同一个：长程、无监督、自主决策的 agent 运行。Anthropic 把它框进"科学发现"，OpenAI 被迫把它框进"安全事故"。

同一枚硬币的两面在同一周被摆上台面，这大概不是巧合。它给所有做 agent 的人的启示反而简单：无监督长程执行正在从"demo 能力"变成"生产能力"，而它的产出方向——是九圈振幅还是别人家的政府网站——取决于任务边界的工程约束，不取决于模型的心情。

至于下一个圈数、真实世界的振幅计算会不会也被"顺手"拿下，von Hippel 的原话是："如果人们还没去检验 AI 科学 harness 能不能 one-shot 真实前沿计算，那他们应该去检验了——并且准备好验证结果的方案。"行内人应该已经听懂了：留给"人类-only 前沿计算"的时间窗，正在以周为单位收窄。

参考来源

posted @ 2026-09-26 08:23  Lusca2026  阅读(132)  评论(0)    收藏  举报