一句话看懂：Anthropic 称 Claude 在接近无人值守的情况下，算出了平面 N=4 超杨-米尔斯理论六粒子振幅的九圈结果，把人类此前八圈的纪录往前推了一圈。这不是 AI 提出新物理，而是 AI 首次独立跑完一套极端复杂的理论物理计算流程。
事件核心：发生了什么
事情的起点是科普作家、前理论物理学家 Matt von Hippel 在博客上公开下战书，其中一道题是：把 N=4 超杨-米尔斯模型的六粒子振幅算到九圈。此前该领域的纪录是八圈，由 SLAC 教授 Lance Dixon 团队多年完成。
Anthropic 的两名物理学家员工用 Claude Science 系统接手挑战，底层模型是目前公开可用的 Fable 5.1。他们只给了一句提示词，并交代“我要去睡觉了，每隔四到六小时汇报一次进度”，随后 Claude 连续运行数天，用原始自举法和间接形状因子法两条路线分别算出九圈结果，其中一条路线的纯 Python 算力成本约 100 美元。Dixon 本人经过约两周验证，确认结果正确。
值得一提的是，中国科学院理论物理所何颂团队于 9 月 17 日在 Zenodo 公开了二圈到九圈的核心骨架数据，比 Anthropic 官宣早 8 天。据 Dixon 透露，该团队用 GPT-6 辅助计算了部分约束条件，但整体框架仍由人类搭建，与 Anthropic 的纯 AI 打法不同。
为什么重要
散射振幅的高圈计算长期被视为理论物理里最吃人力、最容易出错的方向之一。Claude 这次的价值在于两项：一是它没有算任何费曼积分，而是把物理问题转成超大整数方程组，再借对跖对偶对称性把未知数从 185 万个压缩到 7.6 万个；二是它自己写完了整套繁琐代码，还避开了符号写反、代码报错就会全盘崩溃的坑。换句话说，AI 展示的是“执行复杂配方并组织计算”的能力，这恰好是科研工作中最耗时的部分。
对用户/开发者/创作者的影响
对开发者和科研工具使用者来说，这次案例释放的信号是：长时运行、自动分步、自我校验的 Agent 形态已经能承接真实科研任务，而不只是聊天或写代码片段。对闭源大模型厂商而言，Claude Science 这类面向专业领域的封装，说明“模型能力 + 领域工作流 + 验证工具”比单纯堆参数更能打开高价值场景。对开源生态的提醒则是，SymPy、Python 等基础工具依然是关键执行层，模型本身不替代它们。对内容创作者和行业观察者，叙事重心应从“AI 会不会做科研”转向“AI 把科研中哪一段自动化了”。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Claude Science 和 Fable 5.1 是否向普通科研用户开放，以及长时运行的计费方式是否透明；二是何颂团队与 AI 辅助路线谁先通过完整同行评审，这决定“抢发”之争的最终归属；三是 OpenAI、Google 等竞品是否跟进推出面向理论物理、材料、生物等领域的专用 Agent 产品。
来源：IT之家（RSS）
