10 月 1 日，Anthropic 在自家的科学博客上刊发了哈佛大学理论物理学家马修·施瓦茨（Matthew Schwartz）的一篇客座文章。同一天，他借助 Claude 搭建的科研工具包 BootLoops 1.0 也在 GitHub 上以 MIT 协议正式开源。施瓦茨在文中透露，过去三个月里，他和 19 位合作者一起，带着 Claude 和这套工具从大约 400 个候选问题中筛选推进，最终完成了 36 篇学术手稿，涉及粒子物理、宇宙学、生态学、群体遗传学、经济学、语言学等 18 个领域。 这是施瓦茨今年第二次在 Anthropic 博客上记录自己用 Claude 做研究的经历。今年 3 月，他发表过一篇名为《Vibe Physics》的文章，讲述自己如何带着 Claude Opus 4.5，在两周内搞定了一篇通常需要做一年的量子色动力学论文。施瓦茨在新文章里回顾道，当时的 Opus 4.5 像个能力极强、干活快 20 倍的研究生，但整个协作过程其实很煎熬，他必须逐句帮它修改文字，还得时刻提防它跑偏，不断把它从支线和死胡同里拽回来。 这一次，他转变了思路。施瓦茨借用了物理学中的“阻抗失配”概念：两个系统如果各自运转良好，拼在一起却不匹配，那么一端输入的能量大部分都无法传递到另一端。在他看来，科学家想要的与 AI 擅长的事情之间，就存在这种明显的失配：“Claude 和 GPT 确实擅长科学，但它们并不是科学家。” 与其逼着模型像人类学者那样去思考和工作，不如反过来找适合它发挥的问题。他把这类问题称为“Claude 形状的问题”：许多学科目前卡壳的难题，其实在数学、物理或计算机领域早就有了成熟的解法，只是该领域的学者并不知情。而这正是 Claude 的强项，它各行各业都懂一点，代码功底扎实，而且阅读论文和处理数据的速度完全是机器级别的。
发表评论