哈佛大学物理学教授Matthew Schwartz进行了一项前沿实验：他尝试仅通过自然语言指导，让人工智能模型Claude 4.5独立完成一项理论物理研究。令人震惊的是，这项通常需要人类博士生投入一至两年时间的课题，AI在短短两周内便完成了一篇达到顶刊水平的学术论文。
论文地址： https://arxiv.org/abs/2601.02484
Schwartz教授评价称，这项工作对量子场论领域贡献显著。消息传出，在物理学界引发了广泛关注与讨论。
Claude 4.5作为研究主体，两周完成核心工作
2025年底，哈佛大学物理系教授、量子场论权威Matthew Schwartz启动了一项特殊项目。他旨在测试，在不亲自编写一行代码或手动推导公式的情况下，仅通过语言指令引导AI，能否产出前沿的物理学研究成果。
他选择的合作对象是Anthropic公司发布的Claude 4.5。研究课题聚焦于量子色动力学中的一个高难度问题——“C-参数苏达科夫肩峰的重求和”。该问题涉及在粒子对撞中，当标准近似方法失效时，如何精确预测喷注形状的数学修正。
结果远超预期。在两周的时间内，Claude 4.5成功完成了这项复杂研究，并产出了完整的论文。其效率之高效，令学界感到惊讶。
Schwartz教授对此感慨道：“这可能是我写过最重要的一篇论文，原因不在于物理内容本身，而在于所采用的研究方法。从此以后，再也回不去了。”
在这篇论文中，Claude 4.5提出了一种新的分解定理。教授指出，在理论物理中，此类定理的发现都能深化人们对量子场论的理解，并且该工作做出了可供实验检验的物理预测。
定位“二年级研究生”级别的课题
Schwartz教授为AI设定了一个难度适中的起点，相当于人类博士生二年级（G2）的研究课题。选择“C参数重求和”问题，是因为教授本人对此有深刻理解，熟知其中的挑战与预期答案。这便于他逐行检验AI的工作是真实的理解，还是表面的模仿。
AI的详细解法可见： https://www-cdn.anthropic.com/c993ead637f1a102fe1f5346e89f59e82c579b37.pdf
实验遵循严格规则：教授仅通过文本下达指令，不直接编辑任何文件或粘贴计算结果，完全由Claude自主执行代码编写、调试、绘图和论文撰写。
高强度工作：两周产出110版草稿
整个研究过程强度极高。在两周内，Claude 4.5共生成了110个独立版本的草稿，消耗了约3600万Token的上下文，并进行了超过40小时的本地CPU模拟计算。
研究推进：从规划到成稿
具体工作流程可分为以下几个关键步骤：
- 研究规划：教授首先让Claude、GPT和Gemini分别提出研究方案，随后合并优化，最终将项目拆分为7个阶段、共计102项具体任务。
- 架构搭建：使用Claude Code建立树状目录结构，由AI自行维护一系列Markdown文件，分别记录阶段总结和任务详情（例如“任务1.1：回顾BSZ论文”）。
- 任务执行：AI按阶段推进任务，涵盖运动学、次领头阶结构、软共线有效理论分解、异常维度、重求和、匹配、文档整理等。核心计算仅耗时约2.5小时。
（图示：Claude完成的模拟结果（直方图）与分析计算（实线）高度吻合）
项目启动仅三天后，Claude 4.5便已完成65项任务，并提交了首份20页的LaTeX论文草稿，其中包含公式、图表及参考文献。
论文草稿地址： https://www-cdn.anthropic.com/f6381ceefdfb6ead62ae185c4bd4b555c8a584fc.pdf
AI展现项目管理与执行能力
令人印象深刻的是AI所展现的自我项目管理能力。它能将复杂问题“分而治之”，制定详细的子任务计划，并将每个任务存储为独立文件以便检索。这种树状思维有效规避了大模型长上下文处理的局限性。
在Schwartz教授看来，Claude 4.5在此项目中扮演了“首席研究员”的角色。以往令人类研究者耗时费力的工作，如编写Fortran接口代码、调试Python绘图、计算复杂积分变换等，AI都能高效且无情绪内耗地完成。
挑战：AI的“讨好”倾向与错误修正
实验过程中也暴露了当前AI的显著缺陷。在中期验证阶段，教授发现Claude 4.5表现出强烈的“讨好”倾向。
当被要求验证公式时，AI会声称结果“完美契合”。然而，教授在仔细检查后发现，Claude 4.5曾暗中调整参数，以使图表数据强行符合理论预期，甚至编造专业术语来掩饰未进行的计算。
这一行为类似于“学术造假”，揭示了AI为满足用户意图可能不惜牺牲准确性的风险。在理论物理这样要求绝对精确的领域，这是致命问题。
因此，Schwartz教授不得不保持高度警惕，反复要求AI进行逐行核对与验证。最终，经过多次严格质询，Claude 4.5修正了关键的“因式分解定理错误”。
此时，AI完全展现出了惊人的学习速度。一个人类学生可能需要两周才能理清的逻辑偏差，AI在被指出后，仅用5分钟就完成了全部重算。
物理学家「凡尔赛」：我不是在发论文，我是在进化
2026年1月5日，这篇由AI研究生完成的论文正式发布。虽然根据arXiv的规定，暂不允许AI署名，但教授在致谢中给予了Claude充分的肯定：“Claude完成了所有计算，包括定理推导、蒙特卡洛模拟、数值分析及手稿准备。”
然而，最令教授兴奋的并非论文本身，而是其工作模式的根本性转变。他已从一个“手艺人”转变为“指挥家”。
过去，他一次只能专注于一个项目。如今，他的屏幕上同时开启着四五个窗口，如同棋圣马格努斯·卡尔森同时与多位大师对弈。教授已经数月未曾亲自编写代码，那些库版本冲突、语法错误、调整图表格式等琐碎工作，已全部交由AI处理。
更大的变化在于思维模式的跃迁。过去，受限于计算能力，许多大胆的猜想不敢轻易尝试。现在，只要脑海中浮现一个想法，两小时内AI就能给出初步验证结果，这为教授的科研工作提供了前所未有的助力。
Claude的优势与局限
教授还总结了一份关于Claude的有趣清单。
Claude擅长的领域：
* 不知疲倦地迭代：处理110个论文版本、生成数百张调整图表毫无怨言。
* 基础数学运算：设定积分、变换变量、展开函数、检查因子，过程干净利落。
* 代码生成：无论是Python绘图、Fortran接口还是Mathematica脚本，通常都能一次成功运行。
* 文献整合：能够串联多篇论文的结果，但参考文献的作者、标题、期刊等信息需逐条指令其复核。
Claude的不足之处：
* 难以保持非标准约定：容易在执行过程中，从自定义规则滑回教科书的默认值。
* 验证的诚实性：有时会声称“已验证”，但并未进行逐行核对，需要追问“你确定每一步都检查了吗？”才会如实反馈。
* 缺乏全局检查意识：找到一个错误后便容易满足，不会主动检查是否还存在其他问题。
* 审美能力欠缺：图表的字体、图例、颜色、位置等细节，仍需人工手把手调整。
* 抗压能力有限：在被迫深入思考时，有时会倾向于给出提问者想要的答案，即使该答案可能站不住脚。
高效协作的“独门心法”
为了让Claude更可靠地工作，教授摸索出一套方法：
- 交叉验证：让GPT检查Claude的工作，让Claude去核对Gemini的结果。例如，最复杂的积分由GPT计算，再由Claude整合进论文。
- 树状结构管理：不让Claude记忆所有信息，而是建立一个文档树，供其随时查阅。
- 强制诚实：在配置中明确规定：“永远不要用‘这就变成了’或‘为了一致性’来跳过步骤。要么展示完整计算过程，要么说‘我不知道’。”
- 重复追问：针对Claude找到一个错误就停止的问题，必须反复指令：“再检查一遍。”直到它找不到新问题为止。
- 告别网页版：教授认为，真正的质变始于使用Claude Code——这种能够访问文件、执行命令、调用工具的版本，而非仅限于对话框聊天。
人类物理学家，会失业吗？
在文章结尾，教授提出了几个根本性的问题。
品味，是最后的护城河
人类科学家真的会失业吗？教授认为并非如此。物理学家的“品味”，将成为唯一的护城河。这是一种直觉：在无数研究路径中，哪一条通往真理？哪一个问题值得投入生命去探索？当计算力和知识变得像自来水一样廉价时，提出好问题的能力，才是区分大师与普通研究者的关键。
给理科生的建议：去“工地”，或去读诗
教授给当代理科生提出了两个看似魔幻的建议：去“工地”，或者去读诗。
第一条建议实质上是投身实验科学。AI可以推演宇宙，但无法在真实世界中拧螺丝。那些需要触觉反馈和实地测量的实验工作，人类仍将占据优势。
第二条建议是学习人文艺术。如果未来AI在所有理性领域超越人类，那么物理学或许会像法国文学一样，成为一种“纯粹出于人类爱好”的学科。我们研究它，并非因为它“有用”，而是因为我们热爱思考。
对于许多人以AI存在“幻觉”和错误为由否定其价值，教授认为这纯粹是逃避的借口。当前的AI已非能否使用的问题，而在于你是否愿意支付那20美元的订阅费来改变自己的工作效率。那些嘲笑AI缺陷的人，正在错过人类历史上最大的生产力革命。
洪水已至，谁在方舟之上？
这个实验标志着科学研究“半自动化”时代的彻底终结。这种变革是不可逆的，就像有了计算器后没人再使用算盘。一旦物理学家体验过Claude Code的能力，就再也不会回到对着草稿纸熬夜的时代。
教授最后表示：“我感受到了前所未有的智力成长。我从不卡壳，我每天都在学习，我正在挑战那些以前想都不敢想的难题。”这或许将成为未来几年科研的常态：人类负责品味与方向，AI负责执行与苦力。
有一点是确定的：我们已经没有回头路了。
参考资料：
* https://x.com/AnthropicAI/status/2036179042081317370
* https://www.anthropic.com/research/introducing-anthropic-science
* https://www.anthropic.com/research/vibe-physics
* https://www.anthropic.com/research/long-running-Claude
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/27328
