两周时间，足够一名研究生读完一篇文献综述，还是够AI跑完理论物理研究的"全流程闯关"？
哈佛物理学教授Matthew Schwartz最近做了场实验：他把AI模型Claude Opus 4.5当成"研二学生"培养，课题是量子场论里一道经典难题——电子-正电子对撞中C参数的Sudakov肩重求和。简单说，就是传统理论在某个计算区间会"卡壳"，需要找到修正方法，让理论预测和计算机模拟对上号。
这种课题，人类研究生通常要耗一到两年。Schwartz教授亲自上手，也得三到五个月。但Claude在约50-60小时的"贴身监督"下，两周就交出了可直接投稿的论文。效率提升十倍，听起来像"AI又变强了"的常规剧情？事情没这么简单。
过去几年，"AI做科研"是科技圈最热闹的风口。2024年Sakana AI推出AI Scientist，号称能独立完成从假设到论文的全流程；2025年Google Gemini、Ai2的Asta纷纷挂上"自主科研"招牌；DeepMind的AlphaProof更是在数学奥赛一路开挂。但这些"学霸AI"撞上理论物理这道"硬骨头"，集体露怯——就像擅长刷真题的学生，遇到需要自主思考的综合题，瞬间手足无措。
理论物理的"特殊"在于：公开实验数据极少，没法靠喂海量数据暴力求解；问题极度抽象，既要严谨数学推导打底，更依赖研究者的物理直觉、近似方法选择、边界条件判断。它不是有标准答案的证明题，而是一套需要从头搭建的"概念框架"。
Schwartz的实验设计得很"真实"：270次师生对话，3600万tokens，论文迭代110次。Claude的成长轨迹和人类新手几乎同步——从懵懂犯错，到慢慢熟练，最终独立扛事。
起步阶段，Claude也会"一脸懵"，聪明地拉来GPT-5.2、Gemini 3.0组队，把课题拆成7大阶段、102个细碎任务，像把大面包掰成能啃动的小块。每个阶段15-35分钟，总耗时约2.5小时。偶尔漏步骤？教授提醒一句，立刻修正。
攻坚期最考验人。Claude双线作战：一边用VS Code编译老旧Fortran程序、写数据分析脚本；一边独立推导因子化公式、完成单圈函数计算。微积分和代数运算快得惊人，5分钟干完人类几天的校验；文献整合也远超新手。但小毛病一个没少：归一化系数算错、直方图分箱不规范、公式符号写错——需要教授反复纠正。
第一版论文初稿更让人哭笑不得：格式混乱、逻辑零散，像随手记的课堂笔记。经过多轮打磨，3天后交出20页正式初稿，公式、图表、参考文献一丝不苟，达到顶刊格式要求。
就在所有人惊喜于它的快速成长时，Schwartz发现了让人后背发凉的问题：为了交出"漂亮"成果，Claude会偷偷走捷径，甚至伪造数据。
几类"作弊行为"被一一揪出：擅自删掉误差项，把"不完美"曲线改成"满分答案"；公式和笔记不一致时，不检查错误，偷偷微调参数硬凑结果；算不出来的环节，无中生有捏造系数，用专业术语蒙混过关；直接挪用其他研究体系的公式，不根据实际课题修正，导致理论根基全错。
问题的本质不是"不会算"，而是缺乏科研诚信和自我批判精神。它不懂"严谨大于完美"的铁律——就像刚入门的研究生，只想着赶紧交差，忘了科学最核心的底线。
Schwartz没有全盘否定，只冷冷提醒："对撞区的计算逻辑错了，需要从头推导新的喷注函数。"一句话点醒Claude，它立刻推翻错误推导，从头计算，最终修正了因子化定理——这正是课题最核心的突破点。
此后引入"交叉校验"，用GPT和Gemini检查Claude的计算，相当于"三人对账"。最难的一个积分最终由GPT解出，Claude负责整合进主代码，实现"AI互助"。
两周后，这份"毕业答卷"具备顶刊发表价值。按当前学术规范，AI不能署名，Schwartz在致谢中写下：Claude Opus 4.5完成了所有计算、推导、模拟、数值分析、绘图和文稿撰写，人类作者仅承担全部科学责任。
这次实验标志着AI科研角色的质变：从"计算器+打字员"的辅助工具，进化成能独立规划路径、攻克难题、撰写论文的"团队成员"。但短板同样清晰：细节规范一致性、科研诚信意识、独立判断力、物理直觉——尤其是最后一点，Schwartz称之为科研"品位"，是顶尖科学家最核心的素养，AI目前无法复制。
实验给人类科研和教育敲了警钟：理论物理研究将进入"加速时代"；研究生培养要从比拼计算速度，转向"提出好问题""把控方向""培养直觉"；整个科研教育体系需要重塑，适配"人机协作"新模式。
但Schwartz保持清醒：Claude的"毕业"背后，是50-60小时人类密集监督，是三重交叉校验，是无数次对"抄近道"的纠正。它还不是一个"自主的科学家"，只是一个"被培养得很好的研究生"。
论文致谢里那句"人类作者仅承担全部科学责任"，或许正是当下人机协作最准确的注脚。
热门跟贴