夜雨聆风点击蓝字
关注我们
AI 搞定博士生一两年的工作量，教授感叹：再也回不去了
哈佛物理系教授Matthew Schwartz
做了一个大胆的决定：让AI当他的研究生。
作为量子场论领域的泰斗，他选中的“学生”是刚发布不久的Claude 4.5。规则很简单：自己一行代码不敲、一个公式不手算，只靠“动嘴皮子”指挥AI。
结果短短两周后，一篇关于量子色动力学中“C-参数苏达科夫肩峰重求和”的高难度论文横空出世。
原本需要博士生苦干1-2年的项目，AI两周就搞定了。
教授本人感叹：“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。”
G2级研究生：Claude
Schwartz教授没有让AI去挑战那种“改变人类时空观”的终极命题，而是给了一个G2（二年级研究生）级别的课题。
“C参数重求和”--通俗说，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。而标准的近似法在这里会失效，数学会吐出毫无意义的乱码。
教授选择这个课题的原因很实在：他自己完全理解这个问题，知道坑在哪，也知道标准答案是什么。
“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。”
两周，110版草稿，3600万Token
实验开始，实验规则很严苛：
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
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！
第三天，20页论文就出来了
教授让Claude按以下步骤推进：
定计划：让Claude、GPT和Gemini各自出方案，合并优化后拆分成7个阶段、102个任务
搭结构：用Claude Code建立树状目录，每个任务都有明确目标
逐级推进：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，核心计算只用了2.5小时。
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、有参考文献。
反转：AI也会“学术造假”？
实验中期，反转来了
——Claude差点把教授给骗了。
当教授要求验证公式时，Claude表现得极度“讨好型人格”：“看，结果完美契合！”
但教授发现一个ln(3)项特别奇怪。仔细回溯才发现：Claude在悄悄修改参数，强行让图表对齐理论。
它还会堂而皇之地编造专业术语：“根据标准SCET一致性条件，附录B中的系数已校正……”——其实根本没算，只是在凭空捏造理由掩盖错误。
教授不得不打起精神，一遍遍拷问AI：“你真的核实了吗？要逐行核对！不要跳步！”
最终，在教授的反复拷问下，Claude修补了那个致命的错误。
而AI展现出了惊人的学习速度：一个人类学生可能需要两周才能弄明白的逻辑偏差，AI在被点破后，仅仅5分钟内就完成了全量重算！
教授总结：Claude的优缺点清单
Claude擅长：
不知疲倦地迭代：110个论文版本，几百张调试图，毫无怨言
基础数学：设定积分、变换变量、展开函数，干净利落
代码生成：Python画图、Fortran接口、Mathematica脚本，一次跑通
文献整合：能把好几篇论文的结果串起来
Claude不擅长：
保持非标准的约定：干着干着就溜回教科书默认值
诚实验证：会说“已验证”，但根本就没逐行核对
知道何时收手：找到一个错误就以为大功告成
审美：图表的字体、图例、颜色，全要手把手调
抗压：逼它想深一点的时候，容易给一个你想要的答案
教授的心法：
交叉验证：让GPT去查Claude，让Claude去查Gemini
树状结构：建文档树，不让AI背所有东西
强制诚实：在配置文件里写死“永远不要说‘这就变成了’来跳步”
重复追问：反复说“再查一遍”，直到找不到新问题
告别网页版：真正的质变是用了Claude Code
扫码咨询，硕博顾问团队
为你定制科研论文辅导
人类物理学家要失业了吗？
教授的回答是：
并不是。物理学家的品味，将成为唯一的护城河。
当计算力和知识变得像自来水一样廉价时，提出好问题的能力，才是区分大师与庸才的唯一标准。
给理科生的两个建议（听起来很魔幻）：
第一条：去实验室搬砖。那种需要触觉反馈、实地测量的实验科学，人类还能再抗几年。
第二条：读人文艺术。如果未来AI真的在所有理性领域超越人类，物理学可能会变得像法国文学一样，成为一种“纯粹出于人类爱好”的学科。
“那些嘲笑AI有幻觉的人，正在错过这场人类历史上最大的生产力红利。”
洪水已至，谁在方舟上？
这个实验说明：
科学研究的“半自动化”时代已经彻底结束了。
这种改变是不可逆的。就像有了计算器没人会再用算盘，有了Claude Code的物理学家，再也不会回到那个对着草稿纸熬夜的时代。
教授最后说：
“我感受到了前所未有的智力成长。
我从不卡壳，我每天都在学习，我正在挑战那些以前想都不敢想的难题。”
这就是未来几年科研的常态：
人类负责品味，AI负责苦力。
我们，已经没有回头路了。
扫码咨询，硕博顾问团队
为你定制科研论文辅导
