Claude算出九圈散射振幅,花了几千美元,物理学家花两周验证

林越2026-09-271587人工智能(AI)

理论物理中一项保持了三年的计算纪录,被AI刷新了。Anthropic宣布,Claude在科研平台Claude Science中基本无人监督地连续运行数天,算出了平面N=4超对称杨-米尔斯理论中的九圈六粒子散射振幅。这是理论物理散射振幅领域公认的前沿难题,此前在该模型中的最高纪录停留在八圈,由SLAC国家加速器实验室的Lance Dixon与合作者于2023年创下。这次突破由八圈纪录的创造者亲自把关。Dixon独立验证了Claude的结果,并评价称,一个大语言模型能执行完这套复杂配方中的每一步、并把算力组织起来,在他看来是一场相当了不起的胜利。

起点是一封公开战书


8月7日,前理论物理学家、科普博主Matt von Hippel在自己的博客4gravitons上发了一篇带点挑衅意味的文章,标题叫只有AI进入我的领域才算数。他在文中点名向AI公司下战书:用一名学者能负担得起的算力,去解决散射振幅领域的一个悬而未决的大问题。他给出了两个选项:要么把N=8超引力算到七圈,要么把N=4超对称杨-米尔斯理论的六粒子振幅算到九圈。一个月后,AI完成调整。Anthropic刊出的正是von Hippel本人撰写的客座文章,标题就是:是的,Claude能算九圈。

 

九圈难在哪里


粒子物理学家预测粒子行为,靠的是一类叫散射振幅的公式。预测算得越精确,就越能和大型强子对撞机这类实验的结果做细致比对。问题在于,散射振幅极难精确计算,物理学家几乎只能做近似。他们把计算按圈来分层,每多加一圈,答案就更接近真实值,但计算量也随之急剧膨胀。von Hippel在挑战原文中写道,这类计算的复杂度通常随圈数呈指数级甚至阶乘级增长。所以现实中,绝大多数散射振幅只算到两圈,少数能到三圈。粒子物理中最精确的那个预测,电子反常磁矩,用到了五圈。这次用到的方法叫自举。von Hippel把它比作数独:先写出答案可能的全部形式,用一套专门的字母表记在计算机文件里,然后拿所有已知约束去逐一排除。

 

一句prompt,然后不断继续


8月底,Anthropic的两位物理学家联系上了von Hippel,告诉他挑战已经被攻克。他们使用的是Fable 5.1模型,运行在Claude Science平台上。两人先问Claude哪一个挑战它最有把握,然后只给了一句非常简短的任务描述:计算平面N=4 SYM中九圈的六粒子振幅。此后的科研指导基本就是让它接着干。最终,Claude用两种方式各算了一遍:一是直接的自举法,二是Dixon团队那条经由形状因子的间接路线。任选其一,终端用户的花费大约都在一两千美元,大头是长时间运行模型本身的费用。其中自举计算部分用Python和符号计算库SymPy完成,只占约100美元,相当于96个CPU跑一周。

 

验证者的感受


Dixon写道,9月1日,Anthropic的两位研究者告诉他Claude算出了九圈振幅,并请他验证结果。对他而言,那一刻是大语言模型改变物理学这件事真正落到自己身上的时刻。让Dixon印象深刻的,与其说是计算规模,不如说是整套流程的脆弱性。按他的描述,这套计算配方只要有任何一处出错,整个结果就会像失败的舒芙蕾一样塌掉。由于从九圈振幅倒推九圈形状因子相对容易,Dixon主要是沿这条路做的验证。他花了两周验证的,正是自己团队已经追了好几年的目标。他坦言并不感到沮丧,理由是Claude解题时用的正是Dixon与合作者多年来发展出的方法,连结果的呈现格式都沿用了他们既有的规范。在他看来,他在验证Claude的同时,Claude也在验证他们过去所有的工作。

 

中国团队几乎同时抵达


在Anthropic联系von Hippel之后没几天,中国科学院理论物理研究所的何颂也找上门来:他的课题组已经拿到了九圈结果的大部分。9月17日,何颂与Jirong Jing、Xiang Li在Zenodo上公开了一份数据集,题为六胶子MHV振幅直至九圈的符号,涵盖二圈至九圈的符号数据。据von Hippel和Dixon的描述,何颂团队也借助了基于GPT-6的AI辅助,但只用于计算部分约束条件,整体框架仍由人来搭建,这与Anthropic那种一句prompt加反复继续的近乎全自动路线截然不同。

 

复盘


von Hippel的结论很坦诚:这次并没有出现他期待的那种以意想不到的方式突破算力壁垒。Claude用的是已知方法,只是比人类此前愿意投入的算力多了一些。何颂团队几乎同步抵达,也从侧面说明这个目标对人类而言并非遥不可及。他由此得出的最大体会是:哪怕目标简单明确,专家眼中遥不可及的事情,实际上可能并没有那么难,低垂的果实比预想的多。但他同样强调了另一面。这类计算琐碎而混乱,他自己如果用96个CPU跑一周,几乎必然会因为第一次出错而拖成两周。Claude Science却在几乎没有科学监督的情况下一次跑通。他给仍然认为AI错误百出、不堪大用的人的建议是:这类工作,它现在已经能可靠地完成了。