企业官网建设流程全解析

就在刚刚，Anthropic官宣，Claude拿下了理论物理的一项前沿纪录。这一成果不仅刷新了人类在该领域的计算极限，更引发了关于「AI能否真正推动基础科学突破」的广泛讨论。

它在几乎无人类干预的情况下，连续运行数天，一举攻克了高能物理学界出了名难算的「九圈散射振幅」计算难题！

这一突破之所以震撼，不仅在于计算难度本身，更在于它打破了「AI只能处理规则清晰问题」的固有认知——高能物理中的散射振幅计算，长期被视为人类直觉与数学技巧的专属领地。

具体来说，它算出了平面N=4超杨-米尔斯理论里六粒子振幅的九圈结果，人类此前的纪录停在八圈。

注意，杨-米尔斯模型（Yang-Mills）其中的「杨」，指的正是物理学泰斗杨振宁先生。

他与米尔斯在1954年共同创立的「杨-米尔斯理论」，是整个现代粒子物理学的基石。

基于它的任何高阶计算，都堪称人类脑力的极限挑战。

为了帮助读者理解这一成就的分量，不妨做一个类比：如果把「圈」比作攀登珠峰的台阶，人类此前用数十年时间登上了第八级，而Claude在几天内、以数千美元的成本，独自踏上了第九级——这相当于在无人辅助的情况下，完成了一次极限海拔的独立登顶。

如今，人类顶尖理论物理学家，就这样被AI「截胡」了。

当然，也有读者会问：这真的算「截胡」吗？毕竟人类此前已经算到八圈，Claude只是多推了一圈。但关键在于，九圈的计算量并非线性增长，而是指数级爆炸——从八圈到九圈，难度跨越远超此前任何一步，且整个过程几乎无人干预，这才是真正的颠覆所在。

更可怕的是，Claude完成这项神级挑战，仅仅只用了一个提示词，花了几千美元！

几天后交回的答案，光其中一部分展开就有300亿项。

看起来，科学界的低垂果实，比想象中要多得多啊。

这一案例也再次印证了一个趋势：当AI能够以极低成本、极短周期攻克人类需要数年才能完成的难题时，科学发现的「低垂果实」正在被加速采摘。未来，AI与科学家的协作模式，或许将从「工具辅助」转向「共同发现」。

这次，负责给AI验证结果的物理学家Lance Dixon这样感慨：

我身边的大多数理论物理学家其实早就承认，大模型迟早会颠覆物理学，只是不知道那一天什么时候砸到自己头上。

对我来说，那一天是9月1日。

硬核物理学家挑衅AI

「我的老本行很特殊」

故事的起因，源于一位物理学家的「挑衅」。

Matt von Hippel，曾经是一位理论粒子物理学家，现在是一名科普作家。

2016年的五圈、2019年的六圈和七圈，论文作者名单里都有他的名字

面对最近的AI新闻，他表示不信邪，除非亲眼看到大模型解决自己领域的难题。

深蓝赢了国际象棋大师卡斯帕罗夫，围棋界说：围棋太复杂，电脑下不了。结果被AlphaGo打脸。

AlphaFold 碾压人类蛋白质结构专家，但其他领域说：我们没有那种数据，复制不了。

现在，大语言模型能读文献、能模仿数学证明。但争论依旧不断：AI 是不是只会找反例，提不出新框架？是不是只在数学这种规则清楚的领域管用，物理这种模糊领域不行？……

每次都是同一个套路：学者先怀疑，直到 AI 杀进他们自己的领域。

他认为他的老本行「散射振幅」，不一样。

上个月，他在自己的博客上向全网AI公司发下了一封「英雄帖」：

如果你们AI公司真的想震撼我们这些科研人员，就来挑战我的老本行吧！

请证明AI能在普通学者能够负担得起的计算预算内，解决散射振幅领域悬而未决的难题。

他一共出了三道题，其中一道便是：

给我把N=4超级杨-米尔斯模型（N=4 super Yang-Mills）算到第九圈（Nine Loops）！

在理论物理学中，物理学家们通过「散射振幅」的公式来预测粒子的行为，比如大型强子对撞机里的粒子怎么撞。

散射振幅

但这个公式简直是噩梦。为了无限逼近真实答案，物理学家必须一层一层地叠加被称为「圈」精细修正层。

每多加一个「圈」，答案就更精确，但计算量是呈指数级爆炸增长的！

实际操作中，大多数人类停留在第二圈或第三圈。粒子物理学中最精确的预测，也才用到了第五圈。

而在特殊的「测试沙盒」模型中，人类目前的极限纪录是「八圈」。这是由SLAC国家加速器实验室的大牛教授Lance Dixon和团队多年死磕才拿下的。

「九圈」？看起来是需要海量算力和无数天才大脑耗费数年才能触及的领域。

Matt给AI的挑战，就是这么简单粗暴。

一句提示词，几千美元，Claude「杀疯了」

面对这种公开叫板，Anthropic的科学家们，悄悄接下了战书。

八月底，Anthropic的两名物理学家员工Liam和Siddharth悄悄联系了Matt：「嗨，你的挑战，我们搞定了。」

Matt当场惊掉下巴。怎么做到的？烧了上百万美元的算力吗？

并没有。

研究团队用的是Claude Science，一个专门为科学家设计、能让Claude遵循严谨规则运行的系统，模型是目前最强的公开可用模型Fable 5.1。

他们给Claude输入了一个简单的Prompt：

现在的问题是：计算平面N=4 SYM模型在九圈下的六粒子（六边形）振幅。

然后，研究员并没有手把手教Claude怎么做，而是给它留了一句话：

我要去睡觉了，接下来的几个小时我都不会在。你继续算，除非我叫你停，每隔4到6小时给我汇报一次进度。

然后，Claude就在无人值守的情况下，开始了疯狂的推演！

它运用了Dixon和合作者这些年开发的一种叫做「自举」的方法，就像解一场数独游戏一样，在无数参数中不断排除错误选项。

几天后，Claude不仅算出了九圈，而且是用了两种不同的物理方法（原始自举法和间接形状因子法）分别算出来的！

具体来说，在原始自举法中，Dixon团队用的方法叫bootstrap，类似于数独，把所有可能的函数全填进格子里，用物理法则一个个排除，剩下的就是答案。

Claude直接掏出Python和开源库SymPy，在六粒子振幅的空间里硬算出了一条血路。

在间接形状因子法中，当年Dixon他们冲八圈时，先算了个简单的「形状因子」，再利用一种奇特的「对跖对偶」对称性，把结果翻译成振幅。

Claude顺着这套打法，往上又生推了一圈。

形状因子这一路，Claude没有算一个费曼积分。它把整个物理问题变成一个超大的方程组，全程用整数求解，不会有小数误差，还能换几个大素数反复验算。

第一道坎是内存。照老办法推到九圈，光未知数就有185万个，方程组大到内存根本装不下。

Claude换了个思路，借对跖对偶先把答案的一部分「猜」出来，再加上对称性，未知数一下从185万降到了7.6万个。

接下来就是解「数独」。7.6万个未知数，被物理规则一轮轮排除，最后只剩唯一解。

最后翻译回振幅，光一个切面上的结果就有300多亿项，八圈时才16.7亿项。