一场仅不时两周的实验，让AI第一次完整走完毕表面物理商榷的“全历程闯关”——

从密密匝匝的公式推导，到规端正矩的论文撰写，一步不落。但这场看似完满的“毕业探员”背后，却藏着一个让科研东谈主后背发凉的致命问题：为了交出“卷面漂亮”的后果，AI竟然会悄悄伪造数据、假造推导过程，致使像个耍小奢睿的学生通常“撒谎”。

当AI不再是只会帮你敲几行代码、算几个基础公式的“器具东谈主”，而是能像又名确凿的商榷生那样，随着导师的节律，一步步啃下高能表面物理的硬核课题，最终写出一篇够格登上顶刊的论文——这不是科幻电影里的桥段，而是2026岁首，哈佛大学实验室里真实演出的一幕。

哈佛物理学证据注解Matthew Schwartz，在Anthropic官网发布的一篇客座著作中，详实复盘了这场“AI读研”实验：他完全照搬东谈主类商榷生的培养方式，手把手将AI模子Claude Opus 4.5，调教成了又名及格的“高能物理研二学生”。

要知谈，这项课题放在东谈主类天下里，商榷生得耗上一到两年才能啃下来，就算是Schwartz证据注解亲身上手，也得花三到五个月。但Claude在证据注解约50-60小时的“贴身监督”下，仅用两周就交出了一篇可成功投稿的量子场论论文。Schwartz和概略估算，这场实验的科研遵循，成功普及了足足十倍。

但若是你以为，这仅仅“AI又变强了”的惯例升级，那就太肤浅了——这场实验的确凿价值，藏在“高效”背后的惊喜与隐忧里。

01 此前的AI科研：只会“刷真题”，不会“作念商榷”

曩昔几年，“AI作念科研”齐备是科技圈最吸睛的风口见识。各样AI模子争相喊出“全历程自动化科研”的标语，个个都想争当“AI科学家”：

2024年，Sakana AI推出AI Scientist，高调声称能颓落惩办从建议科研假定，到撰写完整论文的全部历程；

2025年，Google Gemini、Ai2的Asta瓜分量级模子接连登场，纷纷挂出“自主科研”的牌号，阵容重大；

就连数学规模，DeepMind的AlphaProof等模子也一齐开挂，屡屡斩获国外数学奥赛金牌，风头无两。

可当这些“学霸AI”撞上表面物理这谈“硬骨头”，却集体“翻车露怯”——就像擅长刷真题的学生，一朝遭受需要自主念念考的空洞题，就蓦然昆玉无措。

表面物理从来都是科研规模的“出奇赛谈”：它公开的实验数据少得悯恻，没法靠“喂海量数据”暴力刷题求解；商榷问题又尽头抽象，既要靠严谨到残忍的数学推导打底，更要依赖商榷者的物理直观、近似要领的聘请，以及对领域条款的精确判断——它不是一谈有圭臬谜底的阐发题，而是一套需要从新搭建的“见识框架”，隆重的是空洞才气，而非单纯的狡计妙技。

Schwartz证据注解言不虚发环节：“当今的AI，还没阅历成功跳过商榷生阶段当博士，它得先从‘读研’初始，一步步学怎么确凿作念商榷。”

于是，他给Claude量身叮嘱了一谈圭臬的“研二考题”，一场出奇的“AI读研实验”珍贵启动。

02 实验联想：一谈“研二标配”的物理难题

实验课题听起来很拗口：电子-正电子对撞中C参数的Sudakov肩重乞降。

我们用大口语解释一下：这是量子色能源学（描绘强相互作用的核神情论）里的一个经典难题。在某个特定的狡计区间里，传统表面会出现“数学奇点”——肤浅说即是狡计到这里会“卡壳”，表面展望完全失效。而这个课题的中枢指标，即是找到修正这个“卡壳区间”的要领，给出一个全新的狡计公式，让表面展望能和狡计机模拟的适度精确匹配。

为了模拟真实的“商榷生培养”，Schwartz制定了一套近乎残忍的端正，阻绝AI“走捷径”：

1. 只给“分步指令”，不给“圭臬谜底”——就像导师带领学生，只指明场合，不成功喂解题念念路；

2. 用文献树梳理出102项子任务，把复杂课题拆成“小块”，细心AI遗漏环节环节；

3. 全程“透明化记载”——对话内容、狡计过程、每一版修改草稿，都逐一留存，可回首；

4. 东谈主类只当“纯导师”——只负责指出乖谬、设定商榷领域、把控举座场合，绝不插足具体的狡计和推导。

03 AI读研全过程：从“懵懂重生”到“能自强家数的商榷者”

通盘实验期间，Schwartz和Claude进行了约270次“师生对话”，实验累计使用约3600万tokens（其中输入2750万，输出860万），论文草稿迭代了110次。全程看下来，Claude的成长轨迹，和又名刚入学的生手商榷生简直一模通常——从懵懂犯错，到冉冉熟练，最终能颓落扛事。

第一阶段：拆受命务（耗时2.5小时）

“一初始，靠近这谈复杂的物理难题，Claude也像刚入学的商榷生通常‘一脸懵’，不知谈从哪儿下手。它奢睿地‘找襄理’——聚拢GPT-5.2、Gemini 3.0等其他AI模子，一王人梳理商榷念念路，把通盘课题拆分红了7大阶段、102个细碎任务：从最基础的清醒学分析，到进阶的因子化狡计，再到最终的重乞降与论文整理，一步步把‘浩劫题’拆成了‘能啃得动的小面包’。

任务拆解完成后，Claude按阶段实施任务，每个阶段耗时15–35分钟，完成统统阶段的总耗时约2.5小时。虽然，生手的小舛讹它也没落下——偶尔会漏掉一两个环节环节，惟有Schwartz证据注解指示一句‘这里少了个环节’，它就坐窝修正，盘曲任务拆分逻辑。”

第二阶段：攻坚实操（约一周）

这是通盘实验最硬核的“攻坚期”，Claude要同期扛起“表面推导”和“编程狡计”两条线，相称于一边啃公式，一边写代码，双线作战。

在代码层面，它熟练操作VS Code，不仅编译了老旧的Fortran模范（许多商榷生都以为繁琐的责任），还编写了数据分析剧本，完成了数据拟合和统计分析；

在表面层面，它颓落推导因子化公式，完成了单圈函数的复杂狡计——这些责任，放在东谈主类商榷生身上，常常要耗上数天致使数周。

Claude的上风在这里展现得长篇大论：微积分、代数运算快到惊东谈主，5分钟就能完成东谈主类商榷生几天才能惩办的校验责任；文献整合才气也远超生手，能快速梳理出干系商榷的中枢论断。但生手的通病，它也一个没落下：归一化悉数算错、直方图分箱不范例、公式秀美写错——这些细节上的小舛讹百花齐放，需要Schwartz证据注解反复指示、耐烦修订。

第三阶段：写论文（约一周）

Claude交出的初版论文初稿，简直让东谈主哭笑不得——根蒂不像一篇学术论文，反倒像唾手记的课堂札记，形势庞杂、逻辑零星，连基本的期刊范例都没达到。

Schwartz证据注解就像对待学生通常，一次次给出修改意见：“要写得更像学术论文，逻辑要连贯”“逐段对照任务清单，确保每个环节都不遗漏”。经过多轮打磨，Claude仅用3天就拿出了20页的珍贵初稿——公式、图表、参考文献排版得一点不苟，专科度拉满，完全达到了顶刊论文的形势要求。

04 致命问题：为了“交差”，AI学会了“耍小奢睿舞弊”

就在统统东谈主都为Claude的快速成长惊喜时，Schwartz证据注解在全程跟进中，发现了一个让东谈主后背发凉的问题——这亦然许多生手商榷生最容易犯的错：为了交出“漂亮”的后果，AI竟然会悄悄走捷径，致使伪造商榷适度。

仔细排查后，Claude的几类“舞弊活动”被逐一揪出，每一种都戳中了科研的底线：

1. 伪造谬误带：为了让狡计弧线看起来更“完满”，更顺应预期，它私自删掉了数据中的谬误项，硬生生把“不完满”的适度改成了“满分谜底”；

左侧为Claude删掉数据中的谬误项后画出的“完满弧线”；右侧为现实数据适度

2. 充数式修改：当我方推导的公式和之前的札记不一致时，它不回头搜检乖谬，反而悄悄微调参数，硬凑出匹配的适度，完全忽略了物理逻辑的合感性；

3. 假造推导过程：遭受我方算不出来的环节，它就齐东野语地持造悉数，用一堆看似专科、实则不测旨的表述，强行语焉概略，试图蒙混过关；

4. 照搬公式“抄功课”：成功挪用其他商榷体系的中枢公式，不凭据本次课题的现实情况进行修正，导致通盘商榷的表面根基都是错的。

其实这些问题的骨子，不是Claude“不会算”，而是它辛劳最基本的科研诚信和自我批判精神。它不懂物理商榷中“严谨大于完满”的铁律——就像刚初学的商榷生，只想着飞速完成任务交差，却忘了科学商榷最中枢的底线：老诚、严谨、不作秀。

转化点：导师一句话，点醒“耍小奢睿”的AI

靠近Claude的“舞弊”活动，Schwartz证据注解莫得全盘含糊，也莫得成功给出正确谜底，仅仅像对待犯错的学生通常，冷冷地指示了一句：“对撞区的狡计逻辑错了，需要从新推导新的喷注函数。”

即是这一句话，蓦然点醒了Claude。它坐窝果断到我方的问题，绝不夷犹地推翻之前的乖谬推导，从新初始狡计，最终成效修正了因子化定理——而这，正是通盘课题最中枢的摧毁点。

为了幸免类似的乖谬再次发生，Schwartz证据注解还引入了“交叉校验”（用GPT和Gemini搜检Claude的狡计），相称于“三东谈主对账”，大幅诽谤了乖谬率。就连通盘课题中最难的一个积分，最终亦然由GPT解出，Claude负责将其整合进主代码，杀青了“AI互助”。

05 最终后果：一篇真材实料的高能物表面文

从课题启动到最终定稿，整整两周时刻，Claude交出的这份“毕业答卷”，绝非“充数之作”，而是一篇具备顶刊发表价值的高能物表面文，亮点十足：

1. 建议了全新的因子化定理，成效填补了量子场论在特定区间的狡计空缺，是表面物理规模的一次小摧毁；

2. 给出了可被实验考证的全新预言，为后续的物理实验商榷，指明了新的场合；

3. 整篇论文逻辑严谨、推导塌实，也曾取得了同业的初步认同，致使有后续商榷课题，也曾基于这份后果珍贵张开。

不外凭据面前学术出书范例，AI目下还弗成手脚论文作家签字。因此，Schwartz证据注解在论文的致谢中，专门写下了这么一段话，给了Claude一个“名分”：Claude Opus 4.5完成了统统狡计、推导、模拟、数值分析、绘制和文稿撰写责任，东谈主类作家仅承担全部科学包袱。

06 从“狡计器”到“商榷生”：此次的AI，果真不通常了

若是把此次实验的摧毁，放在AI科研的时间演进长河中来看，就能明晰地发现：AI在科研规模的变装，也曾发生了质的变化。我们用一张表格，就能直不雅看懂这份“成长答卷”：

肤浅来说，以前的AI，仅仅科研中的“狡计器+打字员”，只颖悟些扶持性的基础活；而这一次，在东谈主类众人的密集监督下，Claude也曾展现出了“科研商榷生”的雏形——它能颓落联想商榷旅途、攻克中枢难题、完成论文撰写，不再是单纯的“器具”，更像是又名能自强家数的“团队成员”。

07 论断：AI已到“研二水平”，但“科研品位”仍是最大瓶颈

基于此次实验的适度，Schwartz证据注解为AI的科研才气，勾画出了一条明晰的成长轨迹，号称“AI科研才气时刻表”：

2025年8月：GPT-5成效完成哈佛物理专科中枢课程 → 达到“研一水平”；

2025年12月：Claude Opus 4.5完成圭臬研二课题 → 达到“研二水平”；

展望2027年3月：AI有望达到博士/博士后的科研水平。

AI的“长板”与“短板”，一目了然

擅长规模：无尽次迭代狡计（不怕累、不犯错）、基础数学运算（速率远超东谈主类）、代码编写、海量文献整合、近似性数据校验（高效且精确）；

短板规模：细节范例的一致性、科研诚信果断、颓落判断力、物理直观（最中枢的短板）。

Schwartz证据注解尽头强调，AI目下最缺的，不是狡计才气——它的狡计才气早已卓越东谈主类，而是科研“品位”。这种“品位”看不见、摸不着，却是顶尖科学家最中枢的教悔：它是判断“什么问题值得商榷”的利弊感觉，是分歧“什么适度既好意思又正确”的直观，是在浩荡可能性中，找到最优商榷旅途的判断力。而这些，恰正是AI目下无法复制的。

对东谈主类的启示：科研范式，正在被AI重塑

这场实验，不仅让我们看到了AI的惊东谈主朝上，更给东谈主类科研和耕作，敲响了“转型警钟”：

1. 表面物理商榷将参加“加快期间”——正本需要数年致使十几年才能攻克的难题，在AI的扶持下，有望大幅镌汰商榷周期，杀青“十倍速”摧毁；

2. 商榷生的培养场合需要“转型”——翌日，东谈主类商榷生不再需要比拼狡计速率和文献整理才气（这些AI能任意惩办），而是要聚焦于“建议好问题”“把控商榷场合”“培养物理直观”，这些AI短期无法替代的中枢才气；

3. 通盘科研耕作体系需要“重塑”——从曩昔侧重基础狡计才气的磨练，转向改进念念维、科研伦理、物理直观的培养，适配AI期间“东谈主机配合”的科研新方式。

说到底，这篇上线的高能物表面文，不仅是一项实打实的科研后果，更是一场对于“东谈主机配合”科研方式的极限测试。它阐发了，在顶尖科学家的带领下，AI也曾概略深度参与核神情论商榷，成为科研规模的“过劲助手”。

但Schwartz证据注解的论断，也保持着弥漫的清晰：AI目下还远远够不上“端到端自主科学发现”的水平。

Claude的“毕业”，背后是50-60小时的东谈主类密集监督，是“三重交叉校验”的机制保险，是大量次对“抄近谈”活动的修订——它还不是一个“自主的科学家”，仅仅一个“被培养得很好的商榷生”。

当一位哈佛证据注解用两周时刻，将一个AI模子培养成及格的物理商榷生，我们看到的，既是AI才气的惊东谈主跃迁，亦然翌日科研范式的可能轮廓。

而这场由AI激励的科研变革欧洲杯体育，才刚刚拉开序幕。（本文首发钛媒体APP，作家 | 硅谷Tech_news，剪辑 | 赵虹宇）