就在剛剛，Anthropic官宣，Claude拿下了理論物理的一項前沿紀錄。

它在幾乎無人類干預的情況下，連續運行數天，一舉攻克了高能物理學界出了名難算的「九圈散射振幅」計算難題！

具體來說，它算出了平面N=4超楊-米爾斯理論裡六粒子振幅的九圈結果，人類此前的紀錄停在八圈。

注意，楊-米爾斯模型（Yang-Mills）其中的「楊」，指的正是物理學泰斗楊振寧先生。

他與米爾斯在1954年共同創立的「楊-米爾斯理論」，是整個現代粒子物理學的基石。

基於它的任何高階計算，都堪稱人類腦力的極限挑戰。

如今，人類頂尖理論物理學家，就這樣被AI「截胡」了。

更可怕的是，Claude完成這項神級挑戰，僅僅只用了一個提示詞，花了幾千美元！

幾天後交回的答案，光其中一部分展開就有300億項。

看起來，科學界的低垂果實，比想像中要多得多啊。

這次，負責給AI驗證結果的物理學家Lance Dixon這樣感慨：

我身邊的大多數理論物理學家其實早就承認，大模型遲早會顛覆物理學，只是不知道那一天什麼時候砸到自己頭上。

01. 硬核物理學家挑釁AI「我的老本行很特殊」

故事的起因，源於一位物理學家的「挑釁」。

Matt von Hippel，曾經是一位理論粒子物理學家，現在是一名科普作家。

2016年的五圈、2019年的六圈和七圈，論文作者名單裡都有他的名字

面對最近的AI新聞，他表示不信邪，除非親眼看到大模型解決自己領域的難題。

深藍贏了國際象棋大師卡斯帕羅夫，圍棋界說：圍棋太複雜，電腦下不了。結果被AlphaGo打臉。

AlphaFold 碾壓人類蛋白質結構專家，但其他領域說：我們沒有那種資料，複製不了。

現在，大語言模型能讀文獻、能模仿數學證明。但爭論依舊不斷：AI 是不是只會找反例，提不出新框架？是不是只在數學這種規則清楚的領域管用，物理這種模糊領域不行？……

每次都是同一個套路：學者先懷疑，直到 AI 殺進他們自己的領域。

他認為他的老本行「散射振幅」，不一樣。

上個月，他在自己的部落格上向全網AI公司發下了一封「英雄帖」：

如果你們AI公司真的想震撼我們這些科研人員，就來挑戰我的老本行吧！

請證明AI能在普通學者能夠負擔得起的計算預算內，解決散射振幅領域懸而未決的難題。

他一共出了三道題，其中一道便是：

給我把N=4超級楊-米爾斯模型（N=4 super Yang-Mills）算到第九圈（Nine Loops）！

在理論物理學中，物理學家們通過「散射振幅」的公式來預測粒子的行為，比如大型強子對撞機裡的粒子怎麼撞。

但這個公式簡直是噩夢。為了無限逼近真實答案，物理學家必須一層一層地疊加被稱為「圈」精細修正層。

每多加一個「圈」，答案就更精確，但計算量是呈指數級爆炸增長的！

實際操作中，大多數人類停留在第二圈或第三圈。粒子物理學中最精確的預測，也才用到了第五圈。

而在特殊的「測試沙盒」模型中，人類目前的極限紀錄是「八圈」。這是由SLAC國家加速器實驗室的大牛教授Lance Dixon和團隊多年死磕才拿下的。

「九圈」？看起來是需要海量算力和無數天才大腦耗費數年才能觸及的領域。

Matt給AI的挑戰，就是這麼簡單粗暴。

02. 一句提示詞，幾千美元，Claude「殺瘋了」

面對這種公開叫板，Anthropic的科學家們，悄悄接下了戰書。

八月底，Anthropic的兩名物理學家員工Liam和Siddharth悄悄聯絡了Matt：「嗨，你的挑戰，我們搞定了。」

Matt當場驚掉下巴。怎麼做到的？燒了上百萬美元的算力嗎？

研究團隊用的是Claude Science，一個專門為科學家設計、能讓Claude遵循嚴謹規則運行的系統，模型是目前最強的公開可用模型Fable 5.1。

他們給Claude輸入了一個簡單的Prompt：

現在的問題是：計算平面N=4 SYM模型在九圈下的六粒子（六邊形）振幅。

然後，研究員並沒有手把手教Claude怎麼做，而是給它留了一句話：

我要去睡覺了，接下來的幾個小時我都不會在。你繼續算，除非我叫你停，每隔4到6小時給我匯報一次進度。

然後，Claude就在無人值守的情況下，開始了瘋狂的推演！

它運用了Dixon和合作者這些年開發的一種叫做「自舉」的方法，就像解一場數獨遊戲一樣，在無數參數中不斷排除錯誤選項。

幾天後，Claude不僅算出了九圈，而且是用了兩種不同的物理方法（原始自舉法和間接形狀因子法）分別算出來的！

具體來說，在原始自舉法中，Dixon團隊用的方法叫bootstrap，類似於數獨，把所有可能的函數全填進格子裡，用物理法則一個個排除，剩下的就是答案。

Claude直接掏出Python和開源庫SymPy，在六粒子振幅的空間裡硬算出了一條血路。

在間接形狀因子法中，當年Dixon他們沖八圈時，先算了個簡單的「形狀因子」，再利用一種奇特的「對跖對偶」對稱性，把結果翻譯成振幅。

Claude順著這套打法，往上又生推了一圈。

形狀因子這一路，Claude沒有算一個費曼積分。它把整個物理問題變成一個超大的方程組，全程用整數求解，不會有小數誤差，還能換幾個大素數反覆驗算。

第一道檻是記憶體。照老辦法推到九圈，光未知數就有185萬個，方程組大到記憶體根本裝不下。

Claude換了個思路，借對跖對偶先把答案的一部分「猜」出來，再加上對稱性，未知數一下從185萬降到了7.6萬個。

接下來就是解「數獨」。7.6萬個未知數，被物理規則一輪輪排除，最後只剩唯一解。

最後翻譯回振幅，光一個切面上的結果就有300多億項，八圈時才16.7億項。

而且，解決人類物理學界的懸案，花費極低。

按普通使用者的價格算，每條路要一兩千美元，兩條加起來幾千美元，大頭是Claude長時間運行的費用。

而直接自舉那一路，純粹用於運行Python程式碼的算力成本，僅僅只有100美元——這只相當於租用了96個CPU跑了一個星期。

100美金，一句提示詞，Claude在幾天內就輕而易舉地捅破了理論物理學的天花板。

03. 前世界紀錄保持者：「被AI截胡了，但我很興奮」

Anthropic的團隊找到了「八圈」紀錄保持者——Lance Dixon教授本人來驗算。

那天是9月1日，巧的是，正好也是Fable 5.1發佈當天。

Dixon教授拿到結果的那一刻，內心是極為震撼的。因為他太知道這有多難了。

從2023年算完八圈之後，他和他的團隊這兩年一直在一籌莫展地死磕九圈。

整個計算過程就像是在搭一個撲克牌城堡，或者烤一個舒芙蕾，中間只要有一個程式碼寫錯、一個符號標反，整個計算就會徹底崩潰。

但Claude不僅沒有崩潰，還從頭開始自己把所有繁瑣的程式碼全寫了，完美避開了所有的坑！

經過長達兩週的仔細驗證，Dixon教授確認，Claude的九圈結果正確無誤！

「不會，」Dixon教授在博文中豁達地寫道，理由有兩個。

一是他們團隊本來就在訓練定製的transformer模型預測更高圈數，口號是機器給出的任何候選答案都有工具驗證。Claude也是transformer，只是大概比他們的大一百萬倍。

二是Claude用的全是他和合作者這些年開發的方法，交答案時還用了他們團隊早就定好的格式（教授猜，這是Claude在給他們賣面子）。

我在驗證Claude的結果，Claude也在驗證我們過去所有的工作。

除了我和我的合著者，Claude可能是這個世界上最懂我2019年和2023年發表的論文的「人」了。

而他的同組大佬Kyle Cranmer還在X上凌亂，「剛發現我們組被Anthropic搶發了，我還在消化……雖然不算太意外，但我真希望當初我們能有時間和資源投進去。」

04. 極限反轉  中國團隊靠GPT-6也殺到了九圈

有趣的是，Anthropic剛找完出題人von Hippel沒幾天，他又收到了另一個重磅消息——來自中國科學院理論物理所的何頌團隊。

彙整鉅亨號中所有使用「九圈計算」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

突發，Claude刷新物理學世界紀錄！單挑基於楊振寧理論9圈難題