就在 9 月 25 日，Anthropic 发布了一篇客座文章。作者不是自家研究员，而是一位前理论物理学家和科普作家 Matt von Hippel。他亲口宣布，Claude 算出了平面 N=4 超杨-米尔斯理论里，六粒子散射振幅的九圈结果。
这不是又一道奥数题。这是人类此前花了几年，停在八圈的真实纪录，被 AI 用一周时间和几千美元，一把推到了九圈。
而这场突破的起点，不是实验室，是一篇博客上的战书。
图 1｜Anthropic 官方研究博客的客座文章页，署名作者为物理学家 Matt von Hippel（2026-09-25）。散射振幅到底是什么散射振幅，说到底是一套公式。物理学家把粒子的动量和能量喂进去，就能算出粒子之间发生各种反应的概率。对撞机实验里的每一个预测，最后都要落到这种计算上。
预测要是和实验对不上，就可能指向新理论，比如暗物质的本质，或者宇宙里正反物质为什么不对称。这个领域的最终目标一直很明确，把预测磨到足够精确，能和下一代对撞机的数据正面比对。
难点，就在一个词，圈数。圈数越多，越接近真实答案，计算量却指数级甚至阶乘级爆炸。绝大多数振幅只算到两圈，少数到三圈。粒子物理里最精确的一次预测，也只算到五圈。
杨-米尔斯并不是冷门名词，四种基本力里有三种，电磁力，强核力，弱核力，都是杨-米尔斯理论。而 N=4 超杨-米尔斯，是一个不描述真实世界的「玩具模型」，它给每个粒子配了四个超对称伙伴。粒子数量多到严重偏离真实世界，却换来一种精细的平衡，计算只需要盯住少数几种变量组合就能进行。物理学家拿它当试金石，专门压力测试新方法。
这个纪录有多狠先看成色。八圈纪录是 2023 年由 SLAC 的 Lance Dixon 和合作者间接算出的。Claude 这一下，把纪录推高了一圈。
再看体量。九圈 symbol 展开后的项数，高达约 300 亿项。上一个八圈纪录，是 16.7 亿项。一圈之差，规模差出将近二十倍。
图 2｜结果页公开显示，九圈 symbol 的项数达 30,024,320,034（约 300 亿），八圈为 1,671,656,292（约 16.7 亿）。那个被超越的八圈，白纸黑字写在论文里。Dixon 和 Yu-Ting Liu 在 2023 年用 antipodal duality 把这道题解到了八圈，论文至今挂在 arXiv 上。
图 3｜八圈纪录论文的 arXiv 摘要页，Dixon 与 Liu 于 2023 年借此把该题解到八圈。这事怎么开始的8 月 7 日，von Hippel 在自己的博客上发了一道战书。他给 AI 公司出了两道题，要么把 N=8 超引力算到七圈，要么把 N=4 超杨-米尔斯算到九圈。条件很硬，只能用一位学者能合理拿到的算力，不能是几百万美元的硬件。
图 4｜von Hippel 写道「Give us N=8 supergravity to seven loops, or N=4 super Yang-Mills to nine loops」。他出题的用意很讲究。数学上的进步靠新想法，而想法有多难找，找到之前没人说得清。计算的难度是实打实的，他就是要看，算力上限不变的情况下，换一个不会累的 AI 研究者，这堵墙撞不撞得穿。
一个月后，这道题被答中了。
你以为 Claude 想出了新理论错了。
这次突破最反直觉的地方，就在这里。Claude 没有发明任何新方法。它用的是这个领域几十年积累下来的「菜谱」，只是把火开得更大，把锅端得更稳。
Anthropic 的两位物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma，先在 Claude Science 里问 Claude，这几道题里你最有可能啃下哪一道。这个平台给 Claude 套上结构化的规则和提示词，让它在科学任务里表现更稳。然后他们给了一句提示词，让它去算九圈六粒子振幅。
之后的事，人基本放手了。他们睡觉前，只留下一句话。
图 5｜人类只留下一句「Keep working on this until I tell you to stop」，随后 Claude 自行运转数天。Claude 就这样无人监督地跑了起来，一跑就是好几天。它每 4 到 6 小时汇报一次。
先说什么是自举。它不枚举每一种粒子相互作用，而是先估好答案大概长什么样，把所有可能性写进一套专用的符号体系，再逐条用已知约束去筛，别的方法算出的预测，答案必须服从的规则，相关问题里已知的联系。整个过程像解数独，从填满候选数字的格子开始，一路划掉不可能的，最后只剩一个解，还得留下足够多的检查项，证明自己没划错。
另一条路上的 form factor，是一种「部分振幅」，只截取反应的一部分，同圈数下比完整振幅好算。2023 年的八圈纪录，就是 Dixon 借它加一种名叫 antipodal duality 的对称性质间接推出来的。他自己原本认为九圈没法直接算，因为如果常规自举再进一圈可行，早就有人做了。
Claude 走了这两条完全独立的路线。一条直接自举，用 Python 加 SymPy 写代码。另一条绕道 form factor 再映射回来。两条路算完，在 107,053 个非零系数上一个不差地对上了。
钱花了多少真正跑数字计算的那部分，只要大概 100 美元，折合 96 个 CPU 跑一个星期。而走完一整条路线，一个用户总共要花 1,000 到 2,000 美元，大头是让 Claude 连续工作好几天的费用。一场前沿科学计算，便宜得像一次学术会议的差旅。
图 6｜文章披露的成本拆分，折合 96 个 CPU 跑一周的传统算力只要约 100 美元，烧钱的大头在让模型连续运行数天。纪录保持者验了两周纪录保持者 Dixon 收到消息时，是 9 月 1 日。他花了大约两周，独立把结果验了一遍。
这位老将说了一句耐人寻味的话。Claude 对他们 2019 和 2023 年那两篇论文的理解，比世上任何人都深，唯一例外是他自己的合作者。他还披露了这套计算的脆弱，中间错一步，整盘就崩，像一座塌掉的舒芙蕾，而大量琐碎细节根本不会被论文记录，Claude 等于从零把整套代码重新写了出来。
图 7｜Dixon 在文章附言里写道，短短两周，他被「一台机器，还有人类加机器，双双超车了」。反转来得很诚实就在 Anthropic 联系 von Hippel 的几天后，中科院理论物理所的何颂团队也传来消息。他们用 GPT-6 辅助，已经算出了这个结果的主体部分，并在 9 月 17 日把数据挂上了 Zenodo。
图 8｜结果页截图，开放仓库页面列出了九圈振幅的多份文件与存档编号。Dixon 自己调侃，短短两周，他被一台机器，还有人类加机器，双双超车了。
这到底意味着什么AI 没有写出新的物理定律。它做了一件更实在的事，把人类已知的菜谱，在已知的火候上，稳定且大规模地重做了一遍。
von Hippel 说，变化的速度超出他的预期。今年三月，AI 做物理项目还像个学生，任务小，要人扶，错误多。到九月，它已经能独立完成真正的前沿计算，那种通常只有领域顶尖专家才敢碰的题目。他不认为这只是题目偏爱 AI，技术是真的变好了。
他还留下一句让全领域扎心的话，低垂的果实比专家以为的多。这个领域哪怕只是雇几个程序员，都能快得多。很多目标其实够得着，只是在专家眼里显得够不着。
当这道墙被算力正面砸穿，受益的不会只有大实验室。一个普通研究组，也能用几千美元的预算，去碰那些曾经只有顶尖团队才敢想的计算。
不过也别急着喊 AGI 降临。判断「什么问题值得研究」，今天仍然是人类科学家的主场。Claude 的角色，暂时到这里就结束了。
真正的物理学，还在人手里。只是从今往后，手里的计算器，换了一台会自己写代码的。
