👁 46 次阅读
Anthropic 今天在官方研究博客挂出一篇不太像 AI 公司会写的东西:一篇纯理论物理的成果说明。标题很直白——Claude Fable 5.2 解决了黑洞物理里的两个公开问题。这两个问题不是它自己找的练习题,而是物理学家提出、列了二十多年、一直没算完的真问题。

图:黑洞与量子引力的交界,是目前物理学最难算的地方
一、两个问题分别是什么
第一个是 Hawking-Page 相变的弱耦合验证。1983 年霍金和 Don Page 证明:在一个反德西特时空里加热物质,到某个温度会突然从粒子气体变成黑洞,是像水烧开到 100 度那样的突变,不是渐变。但这个结论建立在广义相对论上,只在时空足够大的时候成立。真正麻烦的是另一端——时空收缩到量子效应不可忽略的尺度后,时空本身就没有确定形状了,引力这边算不动。
1999 年物理学家在量子这边发现同样存在相变,但没人知道它是突变还是平滑过渡。2003 年 Aharony 等人把这个能定案的算法列了出来,算到三圈就需要处理数千个图,规模比他们 2005 年算完的简化版本大十倍以上,此后再没人完成过。Claude 把它算完了,结论是突变——和霍金那一端完全对应。也就是说,黑洞形成这件事很可能不是引力的特产,而是写死在底层量子理论里的。
第二个是三维引力里 modular bootstrap 的上界。自 2009 年起,物理学家用这套方法给「最轻黑洞能有多重」设天花板,任何突破天花板的候选理论直接被判不自洽。数值计算早就暗示了最好的天花板在哪,但没人能证明,已被证明的版本离那个值差得远。Claude 从一堆数值结果里看出一个物理学家漏掉的规律,又从一个关于「球体如何紧密堆进高维空间」的相邻问题里借来方法,把最简单版本下这个天花板的精确值算了出来,还证明它无法再往下压。
二、它是怎么做到的
过程比结论更值得看。今年 8 月,Anthropic 研究员 Hongbin Chen 顺手让 Claude 列一份理论物理的开放问题清单,聚焦黑洞与 bootstrap。Claude 几小时后交回 22 个候选,Hongbin 给每个问题各配了一个 agent 分头去做,这些 agent 能互相读进度、遇到相关问题会协作。它们就这么在后台跑了大约六周,没有任何特殊配置。
几乎每一步计算都被两个独立 agent 各做一遍,再和文献里的已知结果对照。第二个问题尤其能说明味道:早先一个 Claude agent 用 61 次并行尝试都没做出来,最后是另一个在做「球堆叠」的 agent 把方法带了过来,还有两个 agent 各自独立得出同一答案。9 月,结果被放进 Lean 里做了机器验证,论文由 Claude 在极少指导下写成,物理学家逐条核对了每一个主要结论。两篇预印本已公开。

图:同一种时空的两种历史——粒子气体与黑洞,在临界温度上突然交换主导权
| 对比项 | 问题一:Hawking-Page 相变 | 问题二:modular bootstrap 上界 |
|---|---|---|
| 提出时间 | 1983 年霍金与 Don Page 奠基,2003 年列出算法 | 2009 年 Hellerman 提出方法 |
| 卡在哪 | 三圈计算涉及数千个图,规模超已算版本十倍 | 数值暗示的界限无法证明,已证明值差得远 |
| 结论 | 相变是突变的,与引力端一致 | 算出精确天花板,并证明无法再降低 |
| 验证方式 | 双 agent 独立重算 + 文献比对 | Lean 机器验证,物理学家逐条核对 |
三、社区吵的不是「能不能做」,是「算不算物理」
这条研究在 Hacker News 拿到 197 分、61 条评论。Simon Willison 的第一反应带着调侃:这事好笑的地方在于,「解决两个黑洞物理开放问题」现在成了前沿模型发布说明里的一个要点。
争论很快分裂。有评论认为这看着是货真价实的物理,不像之前 OpenAI 那个 Yang-Mills 结果更偏数学物理,AI 终于走出了纯数学的圈子。立刻有人反驳:这仍然是高度数学化的领域,不是需要实验验证的经验科学,而后者恰恰是 AI 最不擅长的。还有人说,这是「物理学家那种数学」,和能在 Lean 里形式化的数学不是一回事。
这个分歧没有标准答案,但它指向一个务实的问题:AI 在理论推演型科研里的位置已经被坐实,在需要真实验、真仪器、真数据的环节还早。
四、今天另外三条值得看一眼的消息
Anthropic 在纳斯达克挂牌首日市值触及 2 万亿美元,成为 AI 行业史上最大 IPO。这条今天已被本站日报写过,这里只作时间坐标。
Rest of World 发了一篇长报道,讲 AI 正在把高技能工作变成低薪零工。Scale AI 旗下的 Outlier 给美国心脏科医生的报价高到每小时 180 美元,同一个任务在菲律宾的 Tagalog 岗位报价 2 美元。作者跟踪六年采访的委内瑞拉数据工人经历过完整周期:2020 年 12 月全家做标注单日挣 20 美元是历史峰值,2021 年初项目消失后收入跌破平台 5 美元的周结门槛;2024 年 3 月 Remotasks 在肯尼亚、尼日利亚、巴基斯坦关停。平台先花钱养出劳动力,再降单价、换地方。
Chrome 的内置 AI 功能被实测出在后台消耗大量带宽,这条技术性但直接影响每个用 Chrome 的人。
五、为什么这条值得单独写一篇
两个结果都不描述我们的宇宙,也都没有任何实际应用——这点 Anthropic 自己写得很清楚。真正的信号在方法上:一个研究员加一群同源 agent,六周时间,从一个顺手的问题清单里做出两篇通过机器验证的预印本。这不是「模型变强了」的叙事,而是「科研的组织形式可以被重排」的叙事。
对国内读者来说更现实的一层意义是:这条路不需要实验设备、不需要经费申请、不需要排队抢机时,需要的是能提对问题的人,和能长时间跑下去的算力。门槛的性质变了。