编辑｜Panda
理论物理中一项保持了三年的计算纪录，被 AI 刷新了。
几个小时前，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（planar N=4 super-Yang-Mills）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」。他甚至直言，除了他的合作者之外，Claude 比任何人都更懂他们团队 2019 年和 2023 年的那两篇论文。
更令人意外的是过程和成本。研究者交给 Claude 的只有一句任务描述，此后的「指导」几乎只剩下「继续整个计算折合到普通用户身上约一两千美元，其中真正用于数值计算的部分只有约 100 美元，相当于 96 个 CPU 跑一周。而 Dixon 原本认为，直接计算九圈振幅太难，他的团队为此已经筹备了好几年。
这项突破的起点，是一封公开的「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。
https://4gravitons.com/2026/08/07/it-only-counts-when-ai-gets-to-my-field/
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 刚刚刊出的，正是 von Hippel 本人撰写的客座文章，标题就是：「是的，Claude 能算九圈」。
https://www.anthropic.com/research/yes-claude-can-do-nine-loops
九圈，难在哪里？
要理解这件事的分量，得先说清楚物理学家在算什么。
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：给定参与碰撞的粒子的能量和动量，散射振幅能告诉你它们以某种方式发生反应的概率。
预测算得越精确，就越能和大型强子对撞机（LHC）这类实验的结果做细致比对。一旦出现偏差，就可能是新物理的线索，比如暗物质的本质，或者宇宙中物质与反物质为何不对称。
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」（loop）来分层，圈数大致衡量了粒子之间的相互作用被允许复杂到什么程度。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。
N=4 超对称杨-米尔斯理论则是这个领域专门的玩具模型。「杨-米尔斯」是描述电磁力、强核力、弱核力这三种基本相互作用的理论框架；「N=4 超对称」则意味着每个粒子都配有四个超对称伙伴。粒子多到不现实，这个理论并不描述真实世界。但恰恰是这种高度对称，让许多变量组合相互抵消，计算反而变得相对可控。研究者在这里打磨新方法，看它们能走多远。
这次用到的方法叫「自举」（bootstrap）。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，包括其他方法给出的预测、答案必须遵守的规则、以及相关问题中已知的结果。理想情况下，最后只剩一个候选能通过所有检查，而且还有富余的检查条件用来确认没有算错。
八圈的纪录，Dixon 是绕着走拿到的。2023 年，他和 Yu-Ting Liu 借助一种被称为「对跖对偶」（antipodal duality）的奇特对称性，先算出相对更容易的「形状因子」（form factor），再由此换算出八圈振幅。此后几年，他的团队一直盯着九圈，计划沿用同样的间接路线。在他看来，直接去算九圈振幅太难了
值得一提的是，von Hippel 本人正是这一研究路线的老兵。他曾与 Dixon 等人合作，把六粒子振幅推进到六圈和七圈。换句话说，他挑的是自己亲手啃过的骨头。
一句 prompt，然后不断「继续」
8 月底，Anthropic 的两位物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 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。von Hippel 在文中解释，Claude Science 是一种「harness」，即在大模型外面套上结构化规则和提示，让它在科研任务中表现得更稳健
据文章描述，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（六边形）振幅。
此后的「科研指导」基本就是让它接着干。文中披露的一条典型指令大意是：我要去睡觉了，接下来几个小时不在，继续做，直到我叫停为止，每四到六小时汇报一次进度。
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。据文章介绍，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。
von Hippel 感慨，十年前他做这类研究时，96 个 CPU 跑一周算是不小的投入，如今只要理由充分，这点资源相当平价。
验证者的感受：像一个塌掉的舒芙蕾
文章末尾附有 Dixon 亲自撰写的一段附言，题目就叫「被机器抢先是什么感觉」。
他写道，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，研究者只能回头苦苦排查。而且其中大量构造细节繁琐到不会被完整写进论文，这意味着 Claude 必须从零开始把所有代码搭建起来。
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。这也带来一个略显微妙的局面：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，理由有两个。
- 他的团队本来就在用定制的 Transformer 模型预测更高圈数的结果，还提出过一句口号，大意是只要机器给出候选答案，他们就有全套工具去验证
- 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。这也是他那句「Claude 比任何人都更懂我们的论文」的由来。
不过在称赞之余，Dixon 也表示，在他看来，真正让人辗转反侧的时刻，会出现在模型抢在人类之前提出新的物理原理和洞见的时候。
中国团队几乎同时抵达
这个故事还有一条平行线索，且与中国有关。
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（Song He）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（symbol）数据。
https://zenodo.org/records/22800071
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。
Dixon 在附言里自嘲，两周之内他先后被「一台机器」以及「人类加机器」抢了先
von Hippel 特别提到，各方之间的氛围相当友好。接下来，Dixon、何颂及其合作者会发表这些结果，并为后来的研究者做详细解释和分析。
挑战者的复盘：低垂的果实比想象的多
回到 von Hippel 本人。他当初立下挑战，是想借自己熟悉的领域回答这个问题：AI 到底能不能绕过那些人人都以为无法逾越的算力瓶颈？
他在挑战原文里的逻辑是这样的：外界都在争论 AI 能否产生真正的新想法，但想法有多难找，只有找到之后才知道；计算的难度则更「实在」。许多关于超级智能的末日设想，从模拟人类心智以操纵人心，到从第一性原理设计纳米机器，批评者的标准反驳都是算力不够。如果 AI 能用学术圈级别的资源解决一个被公认为算力受限的问题，那才真正值得担心。
结果呢？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。它可能受益于用 Python 而不是物理学家惯用的 Maple 或 Mathematica，软件工程实践可能也比人类研究者更规范，但并没有到「超级智能」的程度。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。 多年来一直有计算机背景的朋友对他说，振幅研究者只要多雇几个程序员就能大幅推进，von Hippel 承认，这些人现在可以觉得自己说对了。
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，没有依赖任何外部合作者的输入。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。
他还做了一个纵向对比。今年 3 月，Anthropic 发布的「vibe physics」实验里，AI 做物理项目还像个学生，任务规模小，需要大量手把手指导，错误频出。半年后，它完成的已是振幅领域顶尖专家才会去碰的前沿计算。他不排除这恰好是一个特别适合 AI 的问题，但他判断，技术本身确实变强了。
至于能否推而广之，von Hippel 保持谨慎。N=4 这类玩具模型通常只属于很小的研究圈子，而面向真实世界的振幅计算竞争激烈得多，那里的低垂果实可能更少。但他也提醒，做这些计算的研究者如果还没试过让 AI 科研平台一次性冲击前沿计算，就该试试了，同时要准备好验证结果的方案。他不会太意外，有人能在合理预算内再多挤出一圈。
把这件事放回 9 月的背景里看，会更有意思。
就在本月 8 日，OpenAI 宣布其未公开模型调动上万个 AI 智能体，给出了纳维-斯托克斯方程存在性与光滑性问题的一个反例，也就是千禧年大奖难题之一，该结果目前仍在接受数学界审视。与那种动用海量算力的「大兵团作战」相比，九圈振幅的故事显得朴素得多：一个商用科研平台，一句任务描述，几千美元，几天时间。
也正因为朴素，它可能更值得学术界关注。von Hippel 最终坦承，他原本希望借这次挑战一窥未来，看到某种前所未见的计算新方法，从而在超级智能的争论中获得有依据的判断。但他得到的答案是，自己此前对极限在哪里的认识过于天真了。
而 Dixon 留下的那个问题仍然悬着：当大模型不再只是执行人类写好的配方，而是开始先于人类提出新的物理原理时，物理学家又该如何自处？
