Claude 用 53 小时改写人类 8 年研究：它设计量子电路时，还顺手发现了新数学

量子计算大概是人类目前最”被卡脖子”的领域之一：硬件不够好，只能靠软件抠细节。结果 10 月 16 日，Anthropic 放出一个消息——它的旗舰模型 Mythos 5，在 53 小时里设计出了 8 个量子电路，全部击败人类已发表的最优方案，有的甚至把计算成本砍掉 12 到 17 倍。

我觉得这件事的分量，比”又一个 AI 新纪录”要重得多。因为它不是简单的”模型更聪明了”，而是 AI 第一次在”做科研”这件事上，跑完了完整的闭环。

先说背景。量子电路设计和写普通代码完全是两回事：传统程序可以”算完就扔”，量子计算却必须绝对可逆——所有中间结果都得留着，因为强行清掉会污染计算。这就逼着人类科学家在”量子位数量”和”计算步数”之间极限拉扯。拿模拟固氮酶 FeMoco 来说，2017 年人类估计需要 50 万亿个 Toffoli 门，8 年顶级科学家绞尽脑汁，才把这个数字压到 3.4 亿。8 年。而 Claude 在 53 个小时里给出了自己的答案。

Anthropic 搞了个 STEMFellows 项目：用大白话给 Claude 描述化学、优化、物理模拟、数论领域的 8 个基础量子电路，让它自己设计。整个流程全自动闭环——Claude 用 Python 写电路，自动评估程序给电路打分（量子位数 × 门数），它拿到反馈后自己反思、迭代，全程没有人类插手。

最炸裂的是它”破局”的方式。在数论和密码学里有个核心步骤叫”模块化求逆”，传统算法 divsteps 会产生大量分支信息（草稿），量子电路不能存草稿，人类科学家一直认为这条路走不通。结果 Claude 想的是：既然存草稿太贵，那能不能不存，直接从结果里把草稿”反推”出来？它先试了几种规则，面对 256 位大数字时崩了，然后干脆放弃暴力测试，开始纯数学推导——硬生生证明出一系列全新的代数恒等式，写出了人类历史上第一个不需要存储分支历史的量子 divsteps 可逆实现，还用 Lean 完成了形式化验证。代价只是多用了 12% 的量子位，量子门数量却暴降 17 倍。

第二个突破也很夸张：它爆改了谷歌团队提出的 DQI 解码器架构，把算力成本锐减 12 倍。

说真的，“AI 能写出好代码”我们已经见怪不怪了。但这次是另一回事：它在没有人类指引的情况下，自己发现了新数学，自己验证了正确性，自己迭代到了超越人类最优的水平。这已经不是”辅助工具”，而是”独立研究者”的雏形。有网友的评论虽然夸张但很扎心：“每一个物理学博士刚刚都发现，他们苦心钻研多年的论文，AI 只用几句大白话就能写出 10 倍优秀的版本。”

当然要泼点冷水：这是 Anthropic 自己发的 demo，8 个电路都来自它精选的”基础原语”范围，离”AI 自动搞定整个量子计算科研”还有距离；量子计算真正的瓶颈在硬件（量子位太少、太脆弱），电路优化只是软件侧发力。但方向已经很清楚：AI 正在把”科研试错”的成本结构彻底打穿——人类要 8 年，它只要 53 小时，而且它根本不心疼试错。

我的判断是：接下来 12 个月，类似”AI 独立完成某个科研环节并超越人类”的新闻会密集出现。真正值得讨论的问题不再是”AI 会不会取代科学家”，而是：当 AI 可以自主提出假设、验证假设、给出超越人类的方案时，人类的科研体系该怎么重写？至少对我来说，这篇文章值得一读的原因很简单——它第一次让我觉得，“AI 科学家”不是比喻，是即将发生的现实。