Claude 算完九圈，人验了两周

8 月 7 日，科普作者、前理论物理学者 Matt von Hippel 在自己的博客上挂出一条挑战 1：证明 AI 能拿着一位学者所能获得的计算机资源，解决散射振幅领域某个重大悬而未决的问题。他点了两个题目——N=8 超引力到七圈，或者 N=4 超杨-米尔斯到九圈。

一个多月后，Anthropic 的两名物理学家 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 告诉他，Claude 把九圈那个做了出来 2。9 月 1 日，他们请 SLAC 的粒子物理学家 Lance Dixon 核这个结果；9 月 25 日，Anthropic 官方账号发文，说 Claude「在 Claude Science 里基本无人监督地跑了数天」，总成本「数千美元」3。

这件事里最容易被写错的一层，是它证明了什么。 发起人自己的结论比标题朴素得多：不是算力墙被推倒，是他和同行把可行性判断错了。他写：「我最大的收获是：低垂的果实比你以为的多。」以及「我想知道 AI 能把计算极限推多远……而我觉得我在这里学到的只是：我对极限在哪太天真了。」2

先说这道题难在哪。 散射振幅描述粒子以多大概率发生某种反应；物理学家几乎总是用近似，把计算截断在有限的「圈数」上——圈数越高，答案越接近真实，计算也越难。文章的说法是，多数振幅公式只算到两圈，少数到三圈，而他举的那个「你可能听过的最精确的粒子物理预言」用到五圈 2。这次要的是九圈，此前在这个模型里的纪录是八圈。

它用的方法不是它发明的。 计算走的是 bootstrap：不去算每一次粒子相互作用，只保留「答案大致长什么样」的全部可能，再用已知的约束一条条划掉——文章打的比方是数独 2。这套方法，以及 2023 年让 Dixon 与 Andy Liu 拿到八圈结果的那条对偶（antipodal duality），都是人类论文里已经写着的东西 4。Dixon 的原话是：「它用了我的同事和我多年来发展出的所有方法，而且——也许是给我们面子——用我们已经搭好的格式把解答呈现出来。」他还说，Claude 对他 2019 与 2023 那两篇论文的理解，除了合著者之外比任何人类都好 2。

跑它的是一套脚手架，不是一个忽然懂物理的模型。 官方口径很直白：Claude Science「不是模型」，用的是你套餐里本来就有的那批模型；它是一个桌面 app，把科学家常用的工具、数据库连接与算力整合在一起，产出可审计的工件 56。它的用量口径也值得记住：官方文档写的是「计入每位成员既有的每周额度、占用同一个 claude.ai 席位」——不按任务计价，也没有公开的算力额度 7。

提示词短得反常。 文章给的是两句：题面一句「算出平面 N=4 SYM 里六粒子（六边形）九圈振幅」，之后是一句交代——「我去睡觉了，接下来几个小时不在。继续做，直到我叫停。每 4–6 小时给我一次更新。」2 它两条路线都走了：原来的 bootstrap，以及那条绕道 form factor 的间接法。

成本有三个口径，都出自同一方。 官方帖写的是 a total cost of a few thousand dollars 3；文章写「一位终端用户大约要花一到两千美元，主要是长时间运行 Claude 的支出」，并说其中 bootstrap 那条路花了「预算里约 100 美元，相当于 96 个 CPU 跑一周」2；同一位作者在自己的跟进帖里又写成「大约一千美元」，还补了一句更要紧的：「九成以上的算力成本来自 LLM，不是来自计算本身。」8 三个数字互相接近但不一致，而「96 个 CPU 跑一周」在别处找不到第二处。文章点名用的是 Fable 5.1；这个模型 9 月 1 日上线，官方定价是输入每百万 token 10 美元、输出 50 美元 9。官方从未公布过任何一件任务的成本数字。

真正没被这一步越过去的，是验证。 Dixon 核了两周，而且反复强调这套配方的脆弱：「配方里错任何一步，整件事就会像失败的舒芙蕾一样塌掉」；细节多到论文里写不全，「所以 Claude 得把所有这些代码从零写出来」2。他和同事此前的那句口号，是这次能接住结果的前提：「任何机器给出的候选解，我们都有工具去验证它。」2

结果本身也带着一张自认的清单。 Claude 那侧的公开数据页写明：计算程序不公开；函数只算过一次，「没有第二次、独立的计算」；认证分别在三个和两个 31 位素数上做；有 3,821 个坐标没有还原成带证书的有理数 1011。同一份大文件库里还留了一句限定：在九圈上，那个对偶是「form-factor 计算的一个假设」12。

同周还有另一组人到了同一个地方。 中国科学院理论物理研究所的 Song He 与 Jirong Jing、Xiang Li，9 月 17 日把《The Symbols of Six-Gluon MHV Amplitudes through Nine Loops》挂上 Zenodo，只用了少量 GPT-6 辅助——比 Anthropic 那篇博文早了一周多 13。Dixon 的说法是：「我现在被一台机器、以及一群人类加机器，在两周内连续抢发。」2

日期这件事要单独讲一句。 Claude 那侧的结果页页脚写的是 9 月 16 日，而官方博文、官方帖与那份 5.1 GB 的大文件库都是 9 月 25 日 1012——也就是说，结果先以数据形式公开，解释和宣布是一周多以后的事。到核验时点，独立第三方复核、同行评议或预印本、其他实验室的复现都没有找到；英文主流媒体也没有独立报道，只有机器生成的聚合稿，其中一篇把模型写成「Claude3」，还编造了官方从未说过的做法与预测。

利益关系要写在结论旁边。 文末披露写明：Anthropic 邀请 von Hippel 撰写这篇文章并支付了报酬，Anthropic 员工对草稿提过意见；Dixon 独立验证了结果，并获得了 Claude 使用额度 2。von Hippel 在跟进帖里说自己连 NDA 都没签 8；Dixon 的合著者 Kyle Cranmer 则说，Dixon 核这个结果的期间是「under NDA」的 14。另外，文章的署名把 Dixon 写作 SLAC 与斯坦福的教授，而他的官方教职页写的是 Emeritus 15。

对做产品与做研发的人来说，这件事的可用部分是三层。 第一，可买的是脚手架：把「长时程、少人值守、可交付」变成产品形态的，是模型外围的循环、工具与护栏，不是模型单点 16。第二，预算是千元级：一次前沿尝试的尝试成本，已经落进一个研究小组随手能花的区间，而钱大部分花在模型调用而不是算力上 8。第三，也是这次真正稀缺的一段——接住机器答案的验证链。Dixon 团队是因为早就把这套工具建好了，才成为那个能签字的人；文章对同行的原话是，如果还没在检查 AI 能不能一发做掉前沿计算，他们应该去查，而且该有一套查结果的办法 2。