哈佛教授90天横扫18个学科，Claude神助攻！连开36篇论文

他在文中给出的理由是，今天的大模型很擅长做科学，但还算不上科学家。硬把它当成人类科学家去使唤，它的本事反而发挥不出来。 这种落差，在他看来有迹可循。AI科研的新闻头条大多出在数学里，那是唯一能把问题完整写下来、答案能被绝对验证的学科，可大部分科学并不长这样。 他借了物理学里的一个词，叫「阻抗不匹配」，两个系统各自运转良好，接在一起却配不上。放到AI科研上，一头是科学家想要的，另一头是AI最擅长的。 于是他按Claude实际的样子来用它。Claude眼下帮不了他想深层的概念问题，可它几乎什么领域都懂，写代码是强项，读论文和数据也是机器的速度。 物理学家要靠它从对撞机的碎片里认出新粒子。可它的核心是费曼图背后的多维积分，难一点的，算出一个就够写一篇博士论文。 比如，知道振幅在哪些地方会变成无穷大，候选就缩到2万个，再加一个对称性，剩下500个，就这样一步步缩到1个。约束不够用的时候，再在几个点上把振幅算到极高的精度，把剩下的系数钉死。 在Schwartz看来，这道题天生适合AI。一来，它要的数学、物理和计算机知识没人能全部掌握；二来，答案能被验证，跑两个脚本就能对到任意位数，Claude想糊弄也糊弄不了。 他交给Claude Fable 5的第一件事，是把散落在各种代码和论文里的方法搬进同一个框架。结果，Claude很快复现了他的旧结果，还指出他有个算法写慢了。 突破出在后面。他让Claude去找还没人算过的振幅，发现它一直把自己限制在最简单的对数函数里，于是追问了一句，更难的椭圆函数能不能也这么做。 这一问问到了难处。人类完整算出的椭圆费曼积分只有寥寥几个，还没有一个完全靠bootstrap算出来，因为所需的知识散在许多人身上，从来没人试过。 回头看这几周，Fable 5的能力是底子，决定结果的是两次选题，一次是挑中这道能验证、知识又分散的题，一次是看出Claude在给自己设限，追问了一句。 它自己翻文档、找工具，20分钟出头、花了约1.5美元，就把官网上一个新算出的积分系数重算了一遍，还找出了闭式，和数值对上157位。 本来，Schwartz打算就这批积分写篇文章收工。可科学里有个巧合，同样的方程总会在不同学科里反复出现，这批工具的用处远不止物理。 也就是说，模型能做成多少事，不只取决于权重，也取决于手边的工具箱。下一代模型要等实验室发布，工具箱却每天都在扩充，和模型打交道的人自己就能改进它。 放到通往ASI这件事上，也是两条路。一条是等实验室训出更强的模型，另一条是把人类散落在几十个学科里的工具拼成一个工具箱，交给一个什么都懂一点的模型，再由人来挑题、追问、验收。