Mills 九圈散射振幅计算，物理学家 Matt von Hippel 撰文回顾挑战过程

核心亮点

物理学家 Matt von Hippel 发文复盘了一桩让学界瞩目的事：Anthropic 的 Liam Fitzpatrick 与 Siddharth Mishra-Sharma，用 Claude Science（基于 Fable 5.1）以约一两千美元的成本，算出了平面 N=4 超对称 Yang-Mills 理论的六粒子九圈振幅。说白了，AI 在极高难度的理论物理计算上，干成了人类要花巨资和漫长时间才能做的事。

具体能力或事件经过

"九圈振幅"是量子场论里极难的量化对象，传统上需要大型协作、超算与数年积累。这次用 AI 科学智能体在几千美元预算内推进，意味着高端科研的"成本结构"可能被改写。von Hippel 的复盘重点，不在于结果是否完美，而在于这套方法能否被复现、被检验。

技术细节

N=4 超对称 Yang-Mills 是理论物理里最"可算"的量子场论之一，常用于检验散射振幅的新技术。九圈（nine-loop）意味着微扰展开到了极高层级，代数与积分规模爆炸式增长。AI 在这里的价值，是把人类专家的策略性直觉与符号运算，部分自动化地串联起来。

与竞品对比

比起纯人工推导或纯符号计算软件（如 Mathematica 配合专业包），AI 科学智能体的优势是"会试探、会规划、会借用已有文献套路"。但它目前更像"增强的人类协作者"，而非完全替代；结果的可靠性仍依赖领域专家复核。

行业影响或适用场景

对科研，这预示"AI 科研助理"正从写文献综述走向真正下场算难题。对预算有限的研究组，低成本复现高端计算是实打实的利好。但学界也需建立新的验证规范：AI 算出的振幅，如何被独立确认？