Claude完成了一项理论物理的前沿计算，而且出题人自己都没想到这么快。2026年9月25日，Anthropic研究博客刊登物理学家、科学作家Matt von Hippel的客座文章：他一个月前向AI公司发出挑战——用学术界量级的算力，解决散射振幅领域的前沿难题（N=8超引力的七圈计算，或N=4超对称杨-米尔斯的九圈计算）。Anthropic的两位物理学家Liam Fitzpatrick和Siddharth Mishra-Sharma接招，用Claude完成了后者，结果经SLAC国家加速器实验室的Lance Dixon验证无误。
九圈振幅为什么难
散射振幅是粒子物理的核心计算：用粒子的动量和能量算出它们以特定方式反应的概率，实验物理学家靠它检验对撞机数据。"圈数"是衡量计算复杂度的标尺，圈数越多越接近真实答案，计算量也越大。现实中，绝大多数振幅公式只算到两圈，极少数到三圈；von Hippel自己博士期间做的是三圈，见过的最高纪录是七圈。
N=4超对称杨-米尔斯是个"玩具模型"：它不描述真实世界，但因为高度对称反而更好算，是振幅学家打磨新方法的试验场。Dixon用一种叫"bootstrap"的方法做到八圈时已经相当间接——经由一个更易算的相关公式绕过去的。按领域内的共识，如果直接把bootstrap推到九圈是可行的，早该有人做了。
Claude是怎么做到的
过程简单得让人意外。两位物理学家在Claude Science平台（Anthropic面向科研人员的付费平台）上给Claude下了一道指令："The problem is to compute the Six-particle (hexagon) amplitude in planar N=4 SYM at nine loops."（计算平面N=4超对称杨-米尔斯理论的六粒子九圈振幅），然后只管让它"继续算，每4到6小时汇报一次"。
Claude用两种独立的方法（原始的bootstrap和间接的form-factor方法）分别算出了结果，互相印证。按终端用户口径，总成本约一两千美元，其中bootstrap部分只花了约100美元——相当于96个CPU跑一周，用Python和SymPy包完成。von Hippel特别提到，整个过程几乎无人监督、一次跑通；这类计算换人来做，"第一次几乎注定会搞砸点什么"，然后花双倍时间返工。
还有一个值得记录的细节：消息传出几天后，中科院北京的振幅学家宋何团队表示，他们用GPT-6辅助也得到了大部分结果，只是走的不是这种近乎无人的"一键式"路线。人类研究者（Dixon、宋何及合作者）将正式发表并阐释这些结果。
这说明了什么，也没说明什么
先说它说明的：AI已经能可靠地完成顶级专家级的繁琐前沿计算。von Hippel的原话值得转述——今年3月，AI做物理还像"需要手把手带的学生"，做些小任务还错漏百出；这次则是真正的前沿计算。他的最大收获是：低垂的果实比专家以为的多得多，有些目标看起来遥不可及，可能只是没人试过"多雇几个程序员"式的笨办法。
再说它没说明的：Claude没有用某种惊人的新方法"突破"计算障碍，它用的是已知方法，只是配了比前人稍多的算力，以及更好的软件工程习惯。N=4毕竟是玩具模型，不等于真实世界的振幅计算；AI在"产生新数学想法"上的能力，依然是个未知数。把这次成功直接外推到"AI能搞定一切科研"，就过头了。
对科研社区来说，接下来的真问题有两个：新前沿在哪里——真实世界的振幅计算里是不是也有低垂果实；以及，怎么检验AI算出来的结果。当AI科学平台能"一键"做出前沿计算时，建立配套的结果验证流程，恐怕和算力本身一样重要。
