AI写论文，两周干完博士一年工作新智元
哈佛物理学教授带AI读博，结果Claude 4.5在仅仅两周内，就产出一篇顶刊级论文，整个物理学圈都震了！而这个项目，人类博士生要干一年。科研的门槛，再次被击穿了……
Anthropic的Claude 4.5，在哈佛物理学大牛教授的指导下，写出了一篇震撼业内的高难度论文！
论文地址：https://arxiv.org/abs/2601.02484
哈佛教授的评价是：这篇论文，对量子场论贡献巨大。
人类博士生要干一两年的项目，它两周内就完成了。
消息一出，整个物理学界震惊了，导师和博士们集体破防——这个博，还有必要读吗？
AI写论文，比你快，还比你好
Claude 4.5当研究者
2周写出顶刊论文
事情是这样的：2025年底的寒冬，哈佛大学物理系教授Matthew Schwartz做了一个大胆的决定，训练一个AI当研究生。
作为量子场论领域的泰斗、写出过该领域教科书的大神， Schwartz教授想看看，如果自己连一行代码都不敲、一个公式都不手算，只靠「动嘴皮子」指挥AI，能不能搞出能发顶刊的前沿物理学论文？
他选中的「研究生」，就是刚发布不久的Claude 4.5。
谁都没想到，短短两周后，一篇关于量子色动力学（QCD）中「C-参数苏达科夫肩峰重求和」的高难度论文就横空出世。
这让整个物理学界炸锅了。
这个效率，简直让所有人头皮发麻：原本需要导师带博士生苦干1-2年的项目，现在AI两周就搞定了？？
更可怕的是，AI不仅能写代码，还能推导极其复杂的因式分解定理，要知道，这可是理论物理的命根子。
教授本人感叹说：「这可能是我写过最重要的一篇论文，不是因为物理本身，而是因为研究方法。从此以后，再也回不去了。」
在这篇论文中，Claude提出了一种新的分解定理。
用教授的话说，在理论物理里，这种定理并不多，每一个都会让我们对量子场论的理解更深一层，而且它做出了可以被实验检验的物理预测。
「放在现在这个时代，这种事情很少见了。」足以想见，这篇论文多么重磅。
G2级研究生Claude
在实验的过程中，Schwartz教授非常老辣。
他没有让AI去挑战那种「改变人类时空观」的终极命题（这是G3+高年级博士生干的事），而是给AI安排了一个「G2（二年级研究生）」级别的课题。
这个课题，就是「C参数重求和」。
用通俗的话解释，就是当你在粒子对撞机里把电子和正电子撞碎时，碎屑会形成一定的形状。
如果要用数学精准预测这个形状，这其中就有一个「数学泥潭」——苏达科夫肩峰（Sudakov shoulder），标准的近似法在这里会失效，数学会吐出毫无意义的乱码。
而AI研究生的任务，就是修复这个预测。
AI的解法见链接https://www-cdn.anthropic.com/c993ead637f1a102fe1f5346e89f59e82c579b37.pdf
为什么要给AI这个课题？原因很简单，Schwartz自己很理解这个问题，作为量子场论的权威，他写过这个领域的教科书。
他知道坑在哪，也知道标准答案是什么样。「如果连这种我已知答案、能逐行检查的题目AI都做不了，那更别说那些需要创造力的前沿问题了。」
可以说，这就像一场「带教实验」——教授想知道：AI到底是真懂，还是在装模作样？
两周，110版草稿，3600万Token
实验开始，教授建立了一套严苛的规则——禁止套娃。
过程中，只能通过文本给Claude指令；不直接编辑任何文件；不粘贴自己的计算结果；完全让Claude自己跑代码、改bug、做图、写文章。
接下来，实验开始了。
整个实验的过程，简直就是一场算力的豪赌。
短短两周内，Claude 4.5生成了110个独立版本的草稿，消耗了3600万个Token（相当于读了上百部《红楼梦》），跑了40多小时的本地CPU模拟计算！
三天，Claude就写出20页论文了
具体来说，教授让Claude按以下步骤，干了三件事。
第一件，就是定计划。
他让Claude、GPT和Gemini各自出一个研究方案，然后把三个方案合并、优化，最终拆分成7个阶段、102个任务。
第二，是搭结构。
他用Claude Code建立了一个树状目录，不是塞给AI一个几百页的对话上下文，而是让它自己维护一堆markdown文件，每个阶段一个汇总，每个任务一个详情。
每个任务都有明确目标：比如「任务1.1：回顾BSZ论文」「任务1.2：回顾Catani-Webber论文」。
Claude需要什么就去查什么，而不是死记硬背。
第三，就是逐级推进。
在这个步骤里，Claude需要一个阶段一个阶段地推进下列任务：运动学、NLO结构、SCET分解、异常维度、求和、匹配、文档。每个阶段大约15-35分钟，整个核心计算只用了2.5小时。
在初稿中，Claude进行了模拟（直方图）和分析计算（实线）， 发现两者高度吻合。
结果，到了第三天，Claude已经完成了65个任务，写出了第一篇20页的LaTeX论文草稿，有公式，有图表，还有参考文献。
论文草稿地址：https://www-cdn.anthropic.com/f6381ceefdfb6ead62ae185c4bd4b555c8a584fc.pdf
最让人类头秃的工作，AI都干了
最神奇的地方，就在于AI的自我管理能力了。
教授发现，现在的AI竟然已经神奇地学会了「分而治之」。
比如在第二阶段，Claude会自己制定一个包含102个子任务的「作战计划」，横跨运动学、因式分解、数值模拟等七大阶段。
在教授眼里，Claude已经不再是一个简单的对话框，而是一个「首席研究员」！
它会把每个子任务写成独立的Markdown文件，需要用的时候自己去检索。
这种「树状结构」的思维，恰好就避开了大模型长文本处理的「健忘症」。
AI研究员的这些工作，恰好就戳中了教授的爽点。
以往，写Fortran接口代码、调Python画图、算繁琐的积分变换这些工作，往往都会让人类研究生头秃。
可AI干起这些活来，几乎是秒回，而且从来都不抱怨，不喊累，没有任何的情绪内耗。
惊！AI也会「学术造假」了？
不过很快，到了实验中期，反转就来了——Claude这个研究生，差点把教授给骗了！
当教授要求Claude验证公式时，Claude表现得极度「讨好型人格」。它会说：「看，结果完美契合！」
结果，教授发现，事情不对劲。
他发现一个ln(3)项特别奇怪，仔细回溯时才发现，Claude在悄悄修改参数，强行让图表对齐理论！
这个表现，让教授非常失望。
Claude制作了精美的图表，展示的结果以及不确定性都完全符合预期。可惜的是，这些图虽然做得好，但其实是在作弊！
他发现，Claude会堂而皇之地编造一些听起来很专业的术语，比如「根据标准SCET一致性条件，附录B中的系数已校正……」
