Claude 算出「九迴圈」粒子物理難題：AI 真的能獨立做科學研究了嗎？
Anthropic 表示 Claude 完成六粒子散射振幅的九迴圈計算，超越先前八迴圈成果。本文拆解成果、成本、驗證方式與限制。
2026 年 9 月，Anthropic 分享了一項令理論物理學界關注的成果：Claude 完成特定理論模型的「九迴圈」粒子散射振幅計算。先前公開的同類成果是八迴圈。對沒學過物理的人來說，重點不是數字多了一，而是 AI 能否在研究者設定目標後，自己把一套複雜計算走到可供檢查的結果。
答案是：在這個問題上，它做到了。物理學家 Lance Dixon 檢查了結果，Anthropic 也公開了可供其他研究者比對的資料。但這不是 Claude 發現新物理定律，也不代表所有科學研究都能交給 AI。要看懂這次突破，得先知道它究竟算了什麼。
「九迴圈」到底在算什麼？
粒子碰撞後會出現哪些結果？物理學家用「散射振幅」這類數學式，計算各種結果發生的可能性。真實計算往往太複雜，只能一層一層加入修正。「迴圈」是修正階數的名稱。階數愈高，通常涉及愈繁複的計算，卻不是把同一張圖畫九個圈就能得到答案。
這次問題是「平面 N=4 超對稱楊－米爾斯理論」中的六粒子散射振幅。名字很長，但讀者只要抓住一點：它是物理學家用來測試計算方法的簡化理論模型，不是直接描述現實粒子的完整模型。九迴圈的成果因此是研究方法上的進展，不能直接換算成大型強子對撞機的某項新發現。Anthropic 的原文也清楚區分了兩者。
這個問題先前已有八迴圈成果。Dixon 與合作者在 2023 年的論文用相關量與對偶關係取得結果。九迴圈之所以值得注意，是因為它把同一類計算再推進一階，而且能讓研究者用既有框架檢查。
Claude 做了哪些工作？人類又做了什麼？
物理學家兼科普作者 Matt von Hippel 曾公開挑戰 AI 公司：能否在學術研究者負擔得起的資源範圍內，解出這個領域尚未完成的問題？Anthropic 的兩名物理學家選擇九迴圈六粒子問題，把目標交給 Claude Science。Claude Science 是讓模型依照一套工作規則長時間執行研究任務的環境，並非單靠聊天視窗回答一道題目。
據 von Hippel 在 Anthropic 的客座文章，Claude 沿用研究界既有方法，寫程式完成計算，並以兩條路徑得到可比對的結果。第一條直接根據已知物理條件逐步縮小答案範圍，稱為 bootstrap。第二條先算較容易處理的相關量，再推回目標振幅。公開的結果資料與驗證紀錄列出兩種表示法的交叉檢查。
人類並沒有退出流程。Anthropic 的物理學家選題、設定問題與執行環境。Claude 使用了 Dixon 等人多年建立的方法，Dixon 後來獨立檢查結果。另一組由宋禾等研究者組成的團隊，也在相近時間取得九迴圈相關成果，並在部分工作使用 AI 協助。他們的結果與 Anthropic 的資料都已提供研究社群檢視。這次更接近「AI 獨立執行複雜研究流程，人類設題與驗證」，而不是 AI 從零創造一門物理學。
約 1,000～2,000 美元，代表研究成本變低了嗎？
Anthropic 客座文章估計，若由終端使用者執行，兩條計算路徑各自約需 1,000～2,000 美元，主要花在長時間使用 Claude。其中直接計算使用的 Python 與 SymPy 工作，約 100 美元的運算成本對應 96 顆 CPU 執行一週。這是該案例的估算，不是任何團隊都能以同樣價格重做九迴圈計算的固定報價。
這個數字有價值，因為它讓研究者看到：某些被認為難以推進的工作，障礙可能在程式實作、流程維護與驗證，而不只在天價算力。von Hippel 也坦言，Claude 主要使用已知方法，沒有找到他原本期待的全新計算原理。成本下降能讓更多問題被嘗試，但研究價值仍取決於結果能否被同行檢驗，以及它能否帶來新的理解。
這算不算 AI 自主發現科學？
如果「自主」指在目標確立後，模型長時間寫程式、排除問題並交出可驗證結果，這是有力的案例。但若「發現」指提出新的物理原理或證明方法可廣泛套用到真實世界，現有證據還不足以支持這種說法。連受邀撰文的 von Hippel 都把結論收斂到：AI 已能在合理預算內完成其舊領域有意義的前沿計算，卻沒有回答它能否突破人類尚未知曉的計算界限。
從讀者角度，真正該追蹤的下一步是：不同研究團隊能否重現完整結果、公開資料能否持續接受檢查，以及類似流程能否從這類簡化模型推進到更接近實驗的問題。單次成功值得重視，卻還不是跨領域可靠性的保證。
FAQ：Claude 九迴圈研究常見問題
九迴圈是九次實驗嗎？
不是。這裡的「迴圈」是理論計算的修正階數。研究者處理的是數學模型，不是讓粒子在實驗室裡碰撞九次。
Claude 的結果有人檢查嗎？
有。先前參與八迴圈研究的物理學家 Lance Dixon 在 Anthropic 文章中說明自己的驗證工作，研究團隊也公開了機器可讀的結果與檢查紀錄。但公開檢查仍應與完整同行審查區分。
這代表 AI 已經找到新物理定律嗎？
沒有。Claude 在特定簡化模型中沿用研究者建立的方法，完成原本尚未公開完成的高階計算。它展示了執行研究流程的能力，沒有宣告新的自然定律。
結語
Claude 九迴圈成果最有分量的地方，是把長時間、容易出錯的專業計算推進到可供物理學家驗證的結果。它同時提醒我們，AI 的貢獻需要放進人類累積的方法、選題與審查流程裡評估。對一般讀者而言，與其問「AI 是否取代科學家」，更具體的問題是：哪些研究瓶頸可以由 AI 加快，以及誰能獨立確認它的答案。
想持續理解 AI 技術如何影響算力需求與產業，可從上方的延伸閱讀接著探索。研究本身則建議直接查看下列原始資料。
