Claude 用一周算完九圈散射振幅，AI 开始啃理论物理硬骨头

9 月 25 日，Anthropic 在官网研究栏目发布了一篇文章《Yes, Claude can do Nine Loops》，作者是理论物理学家转科学写作者的 Matt von Hippel。他在今年 8 月公开下过一个挑战：如果 AI 公司想让人信服，就去他原来的研究领域里做成一件事——用学术界负担得起的算力，算出一个散射振幅领域的重大未解问题。

一个月后，挑战被接下来了。Anthropic 的两位物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 用 Claude Science 平台算出了 N=4 超杨-米尔斯理论（planar N=4 SYM）的六粒子（六边形）九圈散射振幅，并请该领域的权威研究者、SLAC 的 Lance Dixon 做了验证。这原本是该领域公认「不是不会做、而是算不起」的问题。

简单说：这是一次把「算力预算」从门槛变成非门槛的演示。原文链接在这里：anthropic.com/research/yes-claude-can-do-nine-loops。

散射振幅是粒子物理里的一类计算公式：给定亚原子粒子的动量和能量，它能算出这些粒子以某种方式发生反应的概率。算得越准，物理学家越能用大型强子对撞机这类实验的结果去检验理论，一旦实验和预测对不上，就可能指向新物理，比如暗物质的性质、宇宙中正反物质的不对称。

这类公式极难精确求解，研究者通常做近似，办法是「截断到某个圈数」。圈数衡量的是粒子间相互作用的复杂程度，圈数越多越接近真实答案，计算量也越爆炸。现实中大多数散射振幅只算到两圈，少数到三圈，公众最熟悉的、粒子物理里最精确的预测——电子的反常磁矩——也只用到五圈。

为了测试新技术，振幅学家会拿一些「玩具模型」理论练手。N=4 超杨-米尔斯就是最典型的玩具模型：它不描述真实世界，但粒子之间的对称性让它反而更好算，因此被用来打磨计算方法。此前人类算出的最高圈数是八圈，由 Lance Dixon 团队在几年前完成，而且走了一条间接路径。

Anthropic 研究员的用法出人意料地朴素。他们先让 Claude 自己判断在这套挑战里最可能攻克哪个问题，然后给出了一句极简提示：「The problem is to compute the Six-particle (hexagon) amplitude in planar N=4 SYM at nine loops.」之后就只是不断让它继续，比如留言说「我要去睡觉了，接下来几小时联系不上，你先一直做到我叫停，每 4 到 6 小时给我一次进展」。

Claude 最终用两条不同路径各算了一遍：一条是传统的 bootstrap（自举）方法，另一条是更间接的 form-factor（形状因子）方法。bootstrap 那条用 Python 加 SymPy 完成，成本约 100 美元，对应 96 个 CPU 跑一周；另一条路径更贵些。整体上，这次计算对一个终端用户来说大约一到两千美元，主要开销来自长时间运行 Claude 本身。

值得注意的是工具栈：他们用的是 Fable 5.1 模型，跑在 Claude Science 这个「harness」（一种用结构化规则和提示约束大模型、让它输出更稳健、更有科学可用性的外壳程序）里。也就是说，这不是把问题丢给原始聊天窗口，而是把模型放进科学家付费可用的一套科研工作流中。

把结果放到时间轴上看更有意思。Anthropic 两位研究员在 8 月底联系 von Hippel 说已经做出来了；几天后，北京中科院理论物理所的何颂团队也传来消息，他们已经拿到了结果的大部分——他们用了一些 AI 辅助（基于 GPT-6），但走的是人机协作的路子，而不是 Anthropic 这种几乎无人值守的一口气方式。

换句话说，这道题在 2026 年已经「离人类不远」了。真正被验证的不是「AI 比物理学家聪明」，而是「在同样的学术级算力下，一个不需要物理学家手动推理的流程也能把答案打出来」。成本维度上，96 个 CPU 跑一周在十年前算奢侈，放到今天是一笔说得过去的开销；von Hippel 的评价是：确实不便宜，但如果你有充分理由，现在完全负担得起。

至于 Claude 在其中的角色，作者说得很克制——「Claude 的任务到此为止」。最终结果由人类研究者 Lance、何颂及其合作者整理发表，由他们来解释和分析，供后续研究使用。

对理论物理和相关计算学科的研究组，这件事提供的是一条可复用的工作方式：把「算力换结果」的重复劳动交给 harness 化的模型，把人的精力留给提出问题和校验答案。作者刻意挑了 bootstrap 这类「机制明确、靠约束逐步收敛」的题目，因为它很适合被 AI 执行——这提示研究者：先看看自己领域里哪些问题属于「原理清楚、纯粹算不动」，那是最可能被 AI 优先突破的类型。

对 AI 工程团队，关键信息是「harness 比模型本身更值得研究」。同一个模型，套上结构化规则、持续监督、分阶段推进的科研外壳，和直接对话完全是两种产物。Claude Science 这类产品的价值不在于模型多大，而在于它把长任务管理、结果自检、跨方法交叉验证打包成了流程。

对普通读者，可以把它当作一个判断 AI 能力边界的样本：AI 在「有明确验证标准的计算题」上进步很快，但这并不自动等于它能在需要提出新概念的开放性问题上同样出色。von Hippel 在文末就点出，数学和物理的进展往往来自新想法，而想法有多难找，只有找到之后才知道。

想自己核实的读者有两条路：一是打开 Anthropic 官网原文，看 von Hippel 作为领域内人的第一视角叙述和它给出的具体提示语、成本数字；二是等 Lance Dixon、何颂等人类研究者把结果正式发表，届时会有完整的公式、方法说明和同行评议——那才是这道题真正的学术定论。在人类论文出来之前，「Claude 算对了」这一判断的依据是 Anthropic 提供的验证流程，而不是独立的公开评审，这一点需要读者心里有数。

编辑判断：这条资讯值得写，因为它把「AI for Science」从一个模糊口号落到了一个具体、可核查、有成本数字的案例上。但也不该被过度解读——它证明的是特定类型（计算密集型、验证标准清晰）的科研任务可以被 AI 低成本接手，而不是「AI 能替代理论物理学家」。对实验室而言，现在值得做的是盘点自己手里有哪些「算不动」的问题，并评估能否用类似 harness 的方式试一试；对关注 AI 能力曲线的人，下一步值得盯的是这种模式能否复现到其他领域，以及人类研究者的正式论文会如何评价这次计算。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://www.anthropic.com/research/yes-claude-can-do-nine-loops

如发现事实、价格或链接有误，可通过 联系我们 提交更正。