Claude 无人值守算出 N=4 超杨-米尔斯理论九圈散射振幅，刷新人类八圈纪录

Anthropic 宣布 Claude 在 Claude Science 系统中仅凭一条提示词、无人监督连续运行数天，算出平面 N=4 超杨-米尔斯理论六粒子振幅的九圈结果，超越 Lance Dixon 团队 2023 年的八圈纪录，总成本几千美元，其中直接自举路线的 Python 运行成本仅约 100 美元。

Anthropic 宣布，Claude 在 Claude Science 系统中仅凭一条提示词、无人监督连续运行数天，算出平面 N=4 超杨-米尔斯理论六粒子振幅的九圈结果，超越 Lance Dixon 团队 2023 年的八圈纪录；总成本几千美元，其中直接自举路线的 Python 运行成本仅约 100 美元。

• Anthropic 宣布，Claude 在 Claude Science 系统中仅凭一条提示词、无人监督连续运行数天，算出平面 N=4 超杨-米尔斯理论六粒子振幅的九圈结果，超越 Lance Dixon 团队 2023 年的八圈纪录；总成本几千美元，其中直接自举路线的 Python 运行成本仅约 100 美元。
• 原贴提到：Anthropic 宣布 Claude 在 Claude Science 系统中仅凭一条提示词、无人监督连续运行数天，算出平面 N=4 超杨-米
• 来源：ithome.com

这是什么信号：这不是一次普通的模型问答展示，而是 Anthropic 让 Claude 在 Claude Science 系统中仅凭一条提示词启动、无人监督连续运行数天，完成平面 N=4 超杨-米尔斯理论六粒子振幅的九圈计算。它越过了 Lance Dixon 团队 2023 年的八圈结果，公开成本为几千美元，其中直接自举路线的 Python 运行成本仅约 100 美元。信号在于：AI 开始在高门槛理论物理计算中承担长周期、可验证的推导任务，而不只是短平快的辅助。

为什么重要：圈数提升通常意味着计算复杂度和中间表达式规模显著上升。能自主跑到九圈，说明系统在符号操作、路径选择、递推或自举策略、长程任务管理上具备组合能力；低成本又让它从昂贵演示变成可讨论的研究工具。它冲击了“AI 只能做文献综述或代码补全”的惯性判断。

对谁有价值：理论物理与高能物理研究者可获得候选结果和计算路径；AI for Science 团队可研究无人监督长程科研 agent 的架构；科研机构和资助方可用它评估 AI 辅助理论发现的投入产出；企业研发可借鉴“低成本长时间运行 + 可验证目标”的模式，用于符号计算、形式化验证和数学推导等场景。

可以怎么行动：第一，把该结果当作待验证线索，优先做独立复现和误差、发散检查；第二，在内部选一个边界清晰、可自动验证的符号计算任务，测试类似长程无人监督流程；第三，记录提示词、运行时长、工具调用、中间产物和成本，建立可审计日志；第四，与领域专家配对，用专家定义验收标准，再让 AI 跑长周期；第五，关注直接自举路线与混合工具路线的成本、成功率和可复现性差异。

风险或限制：在目前给定的公开信号中，未提供完整论文、代码、审查过程或同行评审结论，九圈结果的正确性仍需独立验证；自动搜索可能产生看似合理但隐藏错误或不可复现的中间步骤；该方法能否迁移到更复杂、非平面或非超对称理论尚不明确；无人监督数天意味着错误可能累积，成本也可能在更大规模上快速上升；把“超越某团队纪录”直接等同于“普遍科学突破”会过度外推。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 ithome.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Claude 无人值守算出 N=4 超杨-米尔斯理论九圈散射振幅，刷新人类八圈纪录》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• IT之家（RSS） 原帖