新智元报道 全世界拿AI搞科研的姿势，可能从一开始就用错了！ 哈佛物理学家、量子场论教材作者Matthew Schwartz找到的正确姿势，恰恰是别把Claude当科学家。 他把Claude够不着的深层问题留给自己，只挑它最擅长的题交给它。 结果，他熬了好几周、逐行写代码才完成的计算，Claude只跑了20分钟就复现了，连他自己都没想到。 他又多追问了一句，Claude在接下来几周里算出15个费曼积分， 这些积分此前从来没有人算出来过。 三个月后，Schwartz手里多了36篇论文初稿，从对撞机里的粒子做到了巴拿马雨林里的树，横跨18个学科。 10月1日，Anthropic把他的长文发上了官方科学博客，标题叫「Claude形状的科学」。 他在文中给出的理由是， 今天的大模型很擅长做科学，但还算不上科学家。 硬把它当成人类科学家去使唤，它的本事反而发挥不出来。 想让AI变强，有两条路。一条是等巨头在实验室里堆出下一代模型，另一条就是拿到模型的人，自己找到对的用法。 哈佛教授挖出了Claude最强的一面 去年12月，Schwartz让Claude Opus 4.5给自己当科研助手。用他的话说，Claude像一个能干的研究生，干活快20倍，论文最后写出来了，过程却很磨人。 很多科学家都有类似的体会。新闻里AI一会儿解开数学难题，一会儿刷新纪录，自己上手一用，却总觉得隔着一层。 这种落差，在他看来有迹可循。AI科研的新闻头条大多出在数学里，那是唯一能把问题完整写下来、答案能被绝对验证的学科，可大部分科学并不长这样。 他借了物理学里的一个词，叫「阻抗不匹配」，两个系统各自运转良好，接在一起却配不上。放到AI科研上，一头是科学家想要的，另一头是AI最擅长的。 于是他按Claude实际的样子来用它。Claude眼下帮不了他想深层的概念问题，可它几乎什么领域都懂，写代码是强项，读论文和数据也是机器的速度。 他要做的，就是专挑正好落在这些长处上的题。这类题，他叫作「Claude形状的问题」。 科学家想做的事和AI能做的事只在两小块地方重叠，那里就是「Claude形状的问题」 追问一句，算出15个新积分 第一个Claude形状的问题，他从老本行里挑，叫散射振幅。 物理学家要靠它从对撞机的碎片里认出新粒子。可它的核心是费曼图背后的多维积分，难一点的，算出一个就够写一篇博士论文。 为了绕开这些难算的积分，过去20年，物理学家发展出一条捷径，叫S矩阵bootstrap。它不硬算积分，靠物理约束一层层排除。 比如，知道振幅在哪些地方会变成无穷大，候选就缩到2万个，再加一个对称性，剩下500个，就这样一步步缩到1个。约束不够用的时候，再在几个点上把振幅算到极高的精度，把剩下的系数钉死。 在Schwartz看来，这道题天生适合AI。一来，它要的数学、物理和计算机知识没人能全部掌握；二来，答案能被验证，跑两个脚本就能对到任意位数，Claude想糊弄也糊弄不了。 他交给Claude Fable 5的第一件事，是把散落在各种代码和论文里的方法搬进同一个框架。结果，Claude很快复现了他的旧结果，还指出他有个算法写慢了。 突破出在后面。他让Claude去找还没人算过的振幅，发现它一直把自己限制在最简单的对数函数里，于是追问了一句，更难的椭圆函数能不能也这么做。 这一问问到了难处。人类完整算出的椭圆费曼积分只有寥寥几个，还没有一个完全靠bootstrap算出来，因为所需的知识散在许多人身上，从来没人试过。 Claude却没有这个障碍，它把整套工具扩展到了椭圆函数上，大部分新软件由它自己写，剩下的借自数学界。 几周后，30个积分被从头到尾算完，一半是复现已知结果， 另外15个此前从来没人算出来过。 回头看这几周，Fable 5的能力是底子，决定结果的是两次选题，一次是挑中这道能验证、知识又分散的题，一次是看出Claude在给自己设限，追问了一句。 其中第二次更关键，那批前人从没算出来的积分，全出在追问之后。 这套越用越全的工具，Schwartz起名叫BootLoops。它是套在大模型外面的一层工具和流程，已经开源，换哪家的模型都能驱动。 其中两个积分引擎的算法，出自北京大学马滟青团队。 门槛有多低，我们自己试了一下。在一台Mac上装好BootLoops后，我们只用一句话给Claude Code交代任务。 它自己翻文档、找工具，20分钟出头、花了约1.5美元，就把官网上一个新算出的积分系数重算了一遍，还找出了闭式，和数值对上157位。 一套积分，打穿18个学科 本来，Schwartz打算就这批积分写篇文章收工。可科学里有个巧合，同样的方程总会在不同学科里反复出现，这批工具的用处远不止物理。 Claude告诉他，这些积分还能对应到群体遗传学里的贝叶斯证据积分。 系统发育学