来源：量子位 | 公众号 QbitAI
梦晨 发自 凹非寺
粒子物理教科书几十年的结论被推翻，GPT-5.2干的。
一类几十年来被认为严格为零的胶子散射振幅，在特定运动学条件下不为零。
OpenAI与哈佛、剑桥、普林斯顿的五位研究者发布预印本论文，关键公式由GPT-5.2 Pro猜出，随后被一个OpenAI内部模型连续思考超过12小时证明成立。
对于人类科学家来说，这个问题最大的难点计算过程过于复杂，随着参数增长项数膨胀极快。
论文中作者都忍不住留下一句话感慨当时的处境：显然需要一个更简洁的公式！
后来团队死马当成活马医，找OpenAI看看AI能不能做点什么。
结果AI直接猜出了一个公式，成为破局的关键。
被推翻的教科书结论
散射振幅是粒子物理学的核心计算对象，它给出任意一组粒子碰撞后产生任意一组粒子的量子概率。
标准模型中费曼图展开的理论计算与实验吻合到了小数点后14位，但计算本身极其困难，n个胶子的散射振幅所需的费曼图数量随n以超指数速度增长。
最著名的例子是MHV振幅（Maximal Helicity Violation，最大螺旋度违反）：
n个胶子中有2个负螺旋度、n-2个正螺旋度，原始费曼图展开涉及n!量级的项。
80年代的物理学家Parke和Taylor曾经手算需要100页。
但也正是Parke和Taylor最后给出了一个适用于任意n的单项闭合表达式，100也内容被压缩到1行。
那如果条件再极端一步，只有1个负螺旋度、n-1个正螺旋度呢？
几十年来，Parke和Taylor的结论被写在教科书：这类”单负”（single-minus）树图振幅严格等于零。
但GPT-5.2参与的最新论文指出，标准论证中存在一个“漏洞”，使整个论证不再成立。
人类手算32项，AI猜出一行公式
哈佛大学的Andrew Strominger教授是研究的发起者，他曾与霍金合作发表霍金生前最后一篇论文《黑洞熵与软毛发》。
他在大约一年前就意识到了标准论证中的这个漏洞。
他组建团队，开始手动推导单负胶子振幅。这一递推方法等价于逐一求和所有费曼图，但形式上稍微简洁一些。
也只是稍微简洁一些，表达式膨胀的也是极快。
3个粒子时只有1项，4个粒子时2项，5个粒子时8项。到6个粒子时，论文中写出的一般表达式已经有32项，全部是各类符号函数的乘积组合。
范德堡大学黑洞物理学家Alex Lupsasca来到OpenAI，看看AI能不能帮到点忙。
这事当时也有消息传出：2025年10月，OpenAI聘请黑洞物理学家Alex Lupsasca推动科学研究新计划。
只是4个月前，人们还想象不到成果能有这么大。
团队后来发现，如果限制在一个特殊区域R₁，即存在一个参考系使得粒子1的频率为负、其余所有粒子的频率为正，原本极其复杂的表达式会发生剧烈简化。
6粒子时的32项变成了四个因子的乘积，5粒子时变成三个因子的乘积，4粒子时两个因子，3粒子时一个因子。
GPT-5.2 Pro识别出了这个规律，并很快提出了一个推广到任意n个粒子的猜想公式：
在R₁区域中，剥离后的振幅等于n-2个因子的连乘，每个因子是两个符号函数之和。
由于每个符号函数取值为±1，每个因子只可能等于-1、0 或+1。整个振幅因此是分段常数的，在由各类动量子集正交性定义的”墙”所分隔的腔室中取整数值。
但GPT-5.2 Pro无法自行证明这个猜想。
随后，一个OpenAI内部的脚手架模型接手，它连续思考了超过12小时，完成了完整的证明。
证明分三步走：
第一步证明了在R₁区域内，递推关系中的一个关键顶角函数V恒为零。
第二步利用V为零这一事实，证明整个递推关系坍缩为单独一项。
第三步证明这一项恰好等于GPT-5.2 Pro猜出的公式。
研究团队随后手工对证明进行了验证，确认结论成立。
这个公式非满足了一系列一致性条件Weinberg软定理、循环不变性、Kleiss-Kuijf恒等式和U(1)退耦恒等式。
论文特别强调，这些性质中“没有任何一条能从公式的直接形式中看出来”。
GPT-5.2在贡献基础科学的第三个公开案例
当复杂计算简化为简洁结果时，意味着背后有尚未被理解的物理规律等待被发现。
OpenAI的科学部门负责人Kevin Weil如此评价这项研究的愿意。
Kevin Weil还感叹自己学生时期就仰慕Strominger，现在亲耳听到他谈AI加速研究非常激励人心。
并且有了这个结果，还能指引后续研究方向。
论文提到，单负振幅的构造可以直接从胶子推广到引力子振幅，有一个简单的超对称化方案；在天穹对偶理论框架（Celestial Holography）下，某些扇区中振幅的Mellin变换由Lauricella函数给出；结论应当在一些超对称推广下具有变换性质……
这些结果将在后续工作中发表。
论文同时留下了开放性的问题。虽然当前的公式相比费曼图展开已经是“戏剧性的简化”，但完全有可能得到更简洁的表达式。
换句话说，即便是AI找到的这个公式，可能仍然不是最终形式。
这已经是GPT-5.2在基础科学领域做出原创贡献的第三个公开案例。
此前，还在。
但这一次有所不同：
AI不再只是参与了证明环节，而是在最初就猜出了核心公式本身。
论文地址：
https://arxiv.org/abs/2602.12176
参考链接：
[1]https://openai.com/index/new-result-theoretical-physics/
[2]https://x.com/kevinweil/status/2022388305434939693
