Claude 算出九圈六粒子振幅

Claude 算出了平面 N=4 超杨-米尔斯理论里、六粒子振幅的九圈结果。SLAC 国家加速器实验室的 Lance Dixon 核过这份结果。它没有提出新的物理原理。用的是这个领域已经有的自举方法，花费也停在一篇客座文章所说的、学者负担得起的量级。

物理学者、科普作者 Matt von Hippel 在 Anthropic 网站的客座文章里写道，他向人工智能公司出过题：用普通学者能够用到的计算机资源，解决散射振幅领域悬着的难题。题目包括把 N=4 超杨-米尔斯算到九圈。文章日期是 2026 年 9 月 25 日。他写道，八月底，Anthropic 的两位物理学家 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 联系他，说他们做了其中一个挑战。中文科技站点在 9 月 26 日晚转述了这件事。本篇的计算细节以客座文章和 Dixon 的附记为准。

他们用的是 Fable 5.1，跑在 Claude Science 里。von Hippel 把 Claude Science 描述成一种 harness：用结构化规则和提示词驱动 Claude，让行为更稳、更适合科研。他写道，算力没有花到数百万美元。提示是：计算平面 N=4 超杨-米尔斯在九圈下的六粒子（六边形）振幅。然后研究员让它继续做，要求每 4 到 6 小时汇报一次，自己去睡觉。

散射振幅用来估算粒子如何反应。圈数越多，近似越细，计算也越重。von Hippel 写道，实际中大多数公式只算到两圈，少数到三圈；人们听说过的、粒子物理里最精确的那类预言用到了五圈。N=4 超杨-米尔斯不是用来解释暗物质或真实世界的理论。振幅学界拿它当试方法的玩具模型，因为多出来的超对称粒子反而让计算变短。杨-米尔斯理论本身对应四种基本力里的三种：电磁力、强核力和弱核力。

自举不需要把每一种粒子相互作用都算进去。先把答案可能的样子放进一套专门的符号，再用其他方法的预言、答案必须遵守的规则，以及相关问题里已经知道的结果去排除。他把它比作数独。Dixon 和 Andy Liu 在 2023 年用一种叫做形状因子的相关公式，加上他们称为对跖对偶的对称性，得到八圈振幅。按 von Hippel 的说法，在这之前，Dixon 没有算出九圈，领域里也没有别人算出来。

Claude 用两种做法各算了一遍：原来的自举，以及间接的形状因子路径。对终端用户来说，每一条大约要一两千美元，主要花在 Claude 长时间运行上。其中用 Python 和 SymPy 做的自举，大约 100 美元，相当于 96 个 CPU 跑一个星期。

Dixon 在附记里说，9 月 1 日，Fitzpatrick 和 Mishra-Sharma 告诉他，Claude 算出了平面 N=4 超杨-米尔斯里六粒子 MHV 振幅的九圈结果，并请他验证。他写道，这套计算很脆：配方里只要错一处，就会像失败的舒芙蕾一样塌掉。许多构造细节论文里没有写全，Claude 得自己把代码写出来。此后两周，他主要沿着九圈形状因子核对。他们团队从 2023 年起就在朝九圈走，他原本觉得直接算振幅太难。

他写道，自己并不觉得被压垮，原因有两个。一是团队已经在用较小的定制 transformer 预测更高圈，口号是：机器给出的任何候选，他们都有工具验证。Claude 也是 transformer，大概比那个定制模型大一百万倍以上。二是 Claude 用的全是他和合作者这些年的方法，交卷格式也是他们早就定好的。所以他在验证 Claude 时，Claude 也在验证他们以前的工作。他还断言，除了合著者，Claude 对他们 2019 年和 2023 年论文的理解可能超过其他任何人。这是他的判断，不是一项独立评测。

Dixon 接着写道，中国科学院的何颂告诉他，何颂小组也算出了九圈振幅里叫做 symbol 的那一部分。小组用 GPT-6 帮忙计算一些约束，整体框架不是交给模型的。他说，两周之内，自己先被一台机器抢发，又被人和机器一起抢发了一次。文章的补充材料列出何颂、景继荣、李想的同期结果。von Hippel 写道，人类作者会发表并解释这些结果，Claude 的角色到此为止。何颂小组「已经得到大部分结果」这句话，出现在他听到 Anthropic 的消息几天之后，本篇不把两边排成谁绝对更早。

von Hippel 的结论是：他本想看到模型用意外方式冲破算力壁垒，看到的却是人类其实也能做到的事。Claude 用的是已知方法，只是比人们先前愿意投入的算力稍多。他最大的收获是，够得着的结果比专家以为的多。另一点是，除了「继续做」，没有更细的科学监督，Claude Science 一次跑到了终点。他同时写明，这没有回答关于超级智能的更大问题。他希望看到的是计算方法本身的新手段，结果只是发现自己把原来的极限估计得太天真。

Dixon 把「执行既有配方并组织算力」称为一次胜利。他写道，更需要重新想的时刻，是大语言模型开始在人类之前提出新的物理原理和洞见。文末披露：Anthropic 邀请 von Hippel 写这篇文章并付了稿酬，员工对草稿给过意见，内容和观点是他本人的；Dixon 独立验证了结果，并收到 Claude 的使用额度。