Claude 解开了黑洞物理里的两道难题:AI 开始做真正的理论物理了
Claude Fable 5.2 用六周时间解开了黑洞物理里的两道悬置多年的难题:一道是 2003 年就列好算式却没人算完的相变计算,另一道是模自举方法的精确上限。本期访谈聊聊 AI 是怎么做理论物理的、'解出来'和'理解'之间差了什么,以及论文上没有人类署名这笔旧账。

这周 Anthropic 发了一篇研究博客,标题平铺直叙:Claude 解开了黑洞物理里的两个公开问题。HN 上 516 分、242 条评论,讨论很快分成了两派:一派在惊叹 AI 终于从"做数学题"走进了"做物理",另一派在追问——这到底算不算"解出来了"。我请来老朋友陈默,理论物理博士,研究方向是量子引力与全息对偶,黑洞正是他的日常。我们聊了聊这两道题到底难在哪、AI 是怎么解的,以及"解出来"这个词在理论物理里有几层意思。
本文由每日自动管线生成:选题与素材来自 Hacker News 公开讨论,访谈内容由 AI 基于原文整理,嘉宾为角色设定,观点不代表任何真实人物。
小听: 陈默,先帮我们把两道题翻译成人话。第一道是霍金-佩奇相变,第二道是模自举上限——对不做物理的读者,这两个词每个字都认识,连起来就不知道在说什么了。
陈默: 先说第一道。想象一个巨大的碗,碗里的东西受热会变。温度低的时候,碗里是一团热气;温度一过某个点,碗里突然出现一个黑洞。1983 年霍金和佩奇证明,这个切换是突然的,像水烧到 100 度突然沸腾,是个相变。但他们的计算只在一种极限下成立:宇宙要足够大,时空的形状才是确定的。宇宙一缩小,时空就变得模糊、没有确定的形状,引力那边的算式没法做了。
小听: 所以这道题卡在哪?1999 年就有人在量子那边算出也有相变,2003 年有人列出了能判定"突变还是渐变"的算式,然后就没人算完过。
陈默: 对,卡在算式本身。那个判定只依赖一个数字,这个数字藏在三圈修正里,涉及成千上万项,每一项都容易算错,还得小心处理发散的无穷大。2005 年同一个团队算完了这个理论的一个简化版本,结果是突变;但完整版 N=4 超杨-米尔斯理论的规模是简化版的十倍以上,二十多年没人碰完。Claude 的做法是开了一个"自己的小课题组":一群 Claude 副本各自独立算,几乎每一块都算两遍,互相核对,再拿已知结果做一致性检查。结论是:突变。弱耦合这边和强耦合那边一样,都是突然切换。
小听: 评论区里有人把这个结果叫"在小鼠身上有效"。Anthropic 自己也写了:两个结果都不直接描述我们的宇宙,也没有实际应用。这话是不是在给期待降温?
陈默: 是降温,也是实话。理论物理里"模型宇宙"本来就是常态:史瓦西解假设黑洞永远存在、从不形成,照样有用;GPS 算地球引力还在用它。Anthropic 的原话是,这两个结果服务的是一个长期目标——理解量子力学和相对论怎么拼到一起。HN 上 Merrill 引用了这句,有人回"这就是物理学版的'在小鼠身上'",下面一串接龙说"那终极测试就是把老鼠扔进黑洞"。玩笑归玩笑,标准是清楚的:没人要求一道理论物理题明天就有应用,要求的是它能不能把已有的理论拼图往前推一格。
小听: 第二道题更有意思。模自举,目标是给"最轻的黑洞能有多重"定一个精确上限。Claude 给出的数是 c/9.1266,而且证明了这个上限没法再压低了。这道题的"解"和第一道的"解"有什么不一样?
陈默: 第一道是把别人列好的算式算完,是耐力活;第二道需要一个新想法。过去十五年,数值计算暗示上限大概在 c/9.1 附近,解析证明的最好成绩是 c/8.5,中间一直有缝。Claude 在复现文献里的数值结果时,注意到了一个物理学家漏掉的规律:数值上限随中心荷 c 增大而漂移的方式。然后它从别处借了一个工具——谱曲线,这东西在数学和物理的其他分支很常见,但从来没人用到这个问题上。它用谱曲线算出了精确上限,还证明了这个版本的模自举方法到此为止:再怎么压,也到不了黑洞刚出现的 c/12,那得靠别的办法。

水烧开是突然的,黑洞形成也是。
小听: 评论区对第二道题的评价明显更高。有人说第一道"本质上是复杂但容易出错的计算",第二道才"有意思得多"。但也有人泼冷水:"在一个二维宇宙里证明的",以及"对'解开'这个词的定义不同罢了"。这个分歧你站哪边?
陈默: 两边说的都是事实,差别在标尺。说"二维宇宙"的那位没说错:三维引力是简化模型,黑洞照样有,但和我们的四维宇宙不是一回事。可现代量子引力研究的进展本来就是从简单宇宙往复杂宇宙爬的——先在二维里把路走通,再看能不能往上搬。至于"解开的定义",评论区 weego 那句很准:"for varying definitions of the word solved"。对做这个方向的人来说,一个"最优上限 + 证明它最优"就是解;对圈外人来说,"没解释我们的宇宙"就是没解。这不是谁对谁错,是"解"这个词在理论物理里自带好几层。
小听: 还有一条争论我很想听你展开。有人说 AI 终于从数学跨进了物理,马上有人反驳:这仍然是高度数学化的领域,AI 还是没碰经验研究。另一条说,物理学家用的数学很多是"没被证明过的技巧",比如 1+2+3+……=-1/12,Lean 形式化都 formalize 不了。这两条其实在问同一个问题:AI 到底跨过了哪条线?
陈默: 先说第一条。keeda 和 glitchc 在评论区吵的其实是经验研究的瓶颈在哪:keeda 说 AI 做程序性工作不差,缺的是数据;glitchc 回,拿到对的数据本身就是绝大部分智力工作——设计实验、排除混杂变量,需要创造力。这话我认。理论物理的好处恰恰是它不需要等实验数据,纸、笔和算力就是全部装备,所以 AI 能先在这里突破。真正的分水岭不在"数学还是物理",而在"要不要和真实世界打交道"。
小听: 那第二条呢?物理学家那套"不严格但好用"的数学,AI 是学会了,还是绕过去了?
陈默: 这是个好问题。bananaflag 说,AI 现在做的,是"物理学家的方式做的数学",不是 Lean 能形式化的那种。评论区立刻有人拿发散级数举例:物理学家随手写 1+2+3+……=-1/12,数学家看了要晕过去——这其实是 zeta 函数解析延拓的值,不是真的求和。但有意思的反转在后面:九月的时候,这两项结果已经在 Lean 里被正式验证了。也就是说,Claude 是用物理学家的方式找到的路,最后用数学家的方式验的货。这条"发现靠直觉、验证靠形式化"的分工,可能才是这件事对科研方法真正的提示。
小听: 说到验证,还有一个细节:Anthropic 说这项工作起源于研究员 Hongbin Chen 的一个副业项目。今年八月他让 Claude 列了 22 个黑洞和自举方向的公开问题,分派不同的 agent 去做,跑了六周。还有一个独立用 Claude 做同一道题的物理学家,事后发现两边答案一致、方法不同,互相成了校验。这听起来像"人出题、AI 做题",人的角色是不是只剩下选题了?
陈默: 远不止选题。先别忘了时间线:九月 Lean 验证、物理学家逐项检查每个主要结果,Claude 写论文时也只给了"最少的指导"。但署名这件事,评论区已经吵起来了:steinwinde 指出,论文和 Hexagon 条目上除了 Claude 和 Anthropic,没有任何人类署名,"就算那个人只是通读校对了一遍,也值得署名"。我同意这句。验证和整合本身就是科研工作的一部分——2003 年列算式的人、1999 年发现相变的人、2009 年发明模自举的人,全都站在引用链上。AI 交出来的东西,要进人类的知识体系,最后一公里还得有人签字负责。
小听: 最后一问,拉回我们读者的日常。这件事对一个写代码、做 AI 产品的人,有什么能搬走的东西?毕竟没人明天就要去算黑洞相变。
陈默: 两条。第一,验证正在变成比生成更稀缺的能力。Claude 能六周算完二十年没人算完的题,但让它可信的,是双份独立计算、交叉核对、Lean 形式化验证、独立研究者的复现——四层验证。生成越便宜,验证越值钱,这个比例以后只会更悬殊。第二,跨界借工具比在原地加算力更有效。谱曲线不是新发明的,是从球体堆积问题那边借来的,之前还有个 Claude agent 在解高维球堆积,另一个 agent 把它的方法搬了过来。做产品也一样:很多卡住的问题,答案不在你的领域里,在隔壁。
小听: 总结一句?
陈默: AI 解开这两道题,最值得注意的不是"AI 比人聪明了",而是科研的生产方式变了:出题、做题、验证、写论文这条链上,机器已经能独立走完几段。但链的末端还是人——有人要为结论签字,有人要决定这条路值不值得继续走。黑洞相变是突然的,科研范式的变化可能也是:看起来什么都没变,直到某天温度一到,整个碗里的东西全换了。

甜甜圈的两面,是同一个宇宙的两种读法。