三个月36篇论文，哈佛教授说AI科研的钥匙不在模型手里

2026年10月6日

全世界拿AI搞科研的姿势，可能从一开始就用反了。哈佛物理学家、量子场论教材作者Matthew Schwartz上个月给出的用法，恰恰是别把Claude当科学家使。他把Claude够不着的深层问题留给自己，只挑它最擅长的题交给它，结果他熬了好几周、逐行写代码才完成的计算，Claude只跑了20分钟就复现了；他又多追问了一句，Claude在接下来几周里算出了15个此前从来没人算出来的费曼积分。三个月后，他手里攒下36篇论文初稿，从对撞机里的粒子一路做到了巴拿马雨林里的树，横跨18个学科。

10月1日，Anthropic把这段经历发上了官方科学博客，标题叫「Claude形状的科学」。他在文里给的判断说得挺直白：今天的大模型很擅长做科学，但还算不上科学家。硬把它当成人类科学家去使唤，它的本事反而发挥不出来。想让AI变强，一条路是等巨头在实验室里堆出下一代模型，另一条是拿到模型的人自己找到对的用法——Schwartz选的显然是后一条。

他去年12月让Claude Opus 4.5给自己当科研助手。按他的说法，Claude像一个能干的研究生，干活快20倍，但过程很磨人。这个落差，常年泡在AI圈里的人应该都熟：新闻里AI一会儿解开数学难题一会儿刷新纪录，自己上手一用却总觉得隔着一层。Schwartz把这归结为「阻抗不匹配」——两头各自运转良好，接在一起却配不上。于是他按Claude实际的样子来用：它帮不了深层的概念问题，可几乎什么领域都懂，写代码是强项，读论文和数据是机器的速度，那他就专挑正好落在这些长处上的题。他把这类题叫作「Claude形状的问题」。

第一个这类问题，他从老本行挑，叫散射振幅。物理学家要靠它从对撞机的碎片里认出新粒子，可它的核心是费曼图背后的多维积分，难一点的，算出一个就够写一篇博士论文。过去二十年，物理学家发展出S矩阵bootstrap这条捷径，不硬算积分，靠物理约束一层层排除——知道振幅哪些地方会变成无穷大，候选缩到2万个，再加一个对称性剩500个，一步步缩到1个。这道题天生适合AI：一要的知识没人能全部掌握，二来答案能被验证，跑两个脚本就能对到任意位数，Claude想糊弄也糊弄不了。他让Claude把散落在各种代码和论文里的方法搬进同一个框架，结果它很快复现了旧结果，还指出他有个算法写慢了。

真正的突破出在后面。他让Claude去找还没人算过的振幅，发现它一直把自己限制在最简单的对数函数里，于是追问了一句：更难的椭圆函数能不能也这么做。这一问问到了难处，人类完整算出的椭圆费曼积分只有寥寥几个，还从来没有一个是完全靠bootstrap算出来的，因为所需的知识散在许多人身上，从来没人试过。Claude却没有这个障碍，它把整套工具扩展到了椭圆函数上，大部分新软件由它自己写，剩下的借自数学界。几周后，30个积分被从头到尾算完，一半是复现已知结果，另外15个此前从来没人算出来过。回头看，决定结果的是两次选题：一次是挑中这道能验证、知识又分散的题，一次是看出Claude在给自己设限、追问了一句——那批前人没算出来的积分，全出在追问之后。

这套越用越全的工具，他起名叫BootLoops，是套在大模型外面的一层工具和流程，已经开源，换哪家的模型都能驱动，其中两个积分引擎的算法出自北京大学马滟青团队。门槛有多低，编辑自己试了一下：在一台Mac上装好后，只用一句话给Claude Code交代任务，它自己翻文档、找工具，20分钟出头、花了约1.5美元，就把官网上一个新算出的积分系数重算了一遍，还找出了闭式，和数值对上157位。

本来，Schwartz打算就这批积分写篇文章收工。可科学里有个巧合，同样的方程总会在不同学科里反复出现，这批工具的用处远不止物理。Claude告诉他，这些积分还能对应到群体遗传学里的贝叶斯证据积分，系统发育学给物种排家谱树时要算的积分也和BootLoops当初为费曼图打造的积分是同一类。为了让工具箱越用越全，他给Claude立了条规矩：老工具要用，新工具也要造。结果生态学最先出了成果——中性理论认为森林里物种兴衰也许全凭运气，可这个方程写了20年一直没人能在大尺度上解开，Claude认出这是BootLoops形状的题，把它解了。拿巴拿马运河巴罗科罗拉多岛的普查数据一对，树种组成的变化速度比中性理论允许的快了4.5倍，光靠运气解释不了。

后面就一串成果铺开了：群体遗传学里，他们在57亿对相邻突变中找到了基因转换的证据；经济学五大顶刊4452篇论文的复现包被搬进开源代码逐个核对；语言学家拿到覆盖6072种语言的重音数据库；数学家Watson在1939年开启的格点积分系列，最后一道难题也被解开。这些加起来就是那36篇论文稿，Schwartz从约400个候选问题里筛出来做的，目前都还没正式发表。他在文末披露，项目期间他在Anthropic担任访问研究员，BootLoops由Anthropic资助，由他本人拥有和维护。

撑起这个产量的工作台并不复杂：每个项目一个Claude Code会话，一个总控会话负责协调和验收，计算交给后台子Agent，还有一个会话专门扮演挑刺的审稿人，把结果翻来覆去地核查。Claude做成的这些题有一个共同点，答案都能被核对。正因为算错了瞒不住，他才敢放手让它去跑。这是这条路线最大的前提——能被验证的地方，AI就能放开手往前推。

Schwartz这三个月回答的其实是个更大的问题：智能到底靠什么扩张。外界衡量AI强不强，看的几乎全是模型本身——参数多了没有、跑分高了没有、下一代什么时候发。他看的却是另一件事：模型的上限由实验室决定，最后能发挥出多少，取决于挑题、搭工具、定验收标准的那个人。他用「凸包」这个数学概念打比方，人类知识就是一颗参差不齐的星形，那些人类够得着、但还没有哪个人去过的中间地带，最适合交给AI，BootLoops做的就是在这些尖刺之间连线，把凸包一点点填满。

AI去填这些空白，人在科研里的位置也跟着变了。局面变得太快，几乎没法提前规划，他反问：一个AI可能一夜之间就算完的问题，为什么还要申请三年经费去算。连该怎么带研究生，他也承认至今还没想清楚。不过他的判断还算乐观：只要找对问题，大部分技术活都能自动化，离不开人的是概念那一部分。放到通往ASI这件事上，一条路握在少数几家公司手里，另一条路不用等下一代模型，每个会用AI的人现在就能走。

这条路最颠覆的地方在于，它的增速不在实验室手里。下一代模型要等发布，工具箱却每天都在扩充，和模型打交道的人自己就能改进它。Schwartz的故事里，Claude只负责跑，真正的杠杆是那个人——挑什么样的题、在哪儿追问、拿什么标准验收。这个分工，比任何参数增量都更接近「智能怎么扩张」的答案。

相关链接