一个拖了二十多年的系数,Claude 算出了负号。另一道题里,Claude Fable 5.2 把多年数值计算指向的上界写成了精确结果,还证明了沿用这套方法,已经压不下去了。
Anthropic 于 2026 年 11 月 17 日公布这两项结果,两篇预印本已在 11 月 7 日发布。第一项判定了一个黑洞相关模型在弱耦合下的热相变仍是突变式的。第二项改进了自举方法已有的严格上界,并证明它在指定条件下已经最优。两项都落在特定理论模型里。人类组织选题、启动代理并检查结果,Claude 完成了核心计算与证明。
一个负号,补齐了弱耦合这一端
1983 年,霍金和佩奇算出,给一种模型宇宙升温,主导热态会在临界温度从热辐射骤然切换成大黑洞。等到经典时空几何失效,原来的引力计算就用不上了。全息对偶提供了另一条路,可以到模型边界上的无引力量子理论里算对应的相变。
2003 年,物理学家找到了判据。在弱耦合下,相变究竟是突跳还是平滑变化,取决于一个到三圈修正才出现的系数。2005 年,他们已在纯杨–米尔斯理论里完成同类计算。Claude 填的是另一个空格,算的是带有额外对称性的 𝒩=4 超杨–米尔斯理论。两套理论的相互作用不同,旧结果不能替新系数定符号。
预印本 2611.00175 给出的系数为负,由此判定该模型在弱耦合、大 N 下发生一阶相变。经典引力一端和弱耦合一端都有突跳,这让两端的对应更扎实。要说相变一路保持一阶,还得算清中间耦合区。两个端点对上了,中间仍是开放问题。
上界更紧,方法也到头了
Anthropic 把第二道题说成给最轻黑洞的重量设上限。预印本 2611.00174 直接约束的量是二维共形场论里最低非真空初级算符的标度维数 Δ₁。可以把它理解成理论里最低一档非平凡激发的位置。研究者用配分函数必须满足的一致性条件给它设上界,超过上界的候选理论就出局。把这个量读成黑洞问题,还要经过全息对偶,并依赖具体模型的假设。
2019 年已有约 c/8.503 的严格上界,后续数值结果指向约 c/9.1。这里的 c 是中心荷,刻画理论的自由度规模。在大中心荷极限下,新预印本把领先阶上界定在 c/9.126634…,并证明这是指定的无自旋自举泛函类别所能达到的最优值。
<svg viewBox='0 0 680 210' width='100%' height='210' role='img' aria-label='旧严格上界、新最优上界和黑洞阈值的领先阶分母对照'>
<rect x='1' y='1' width='678' height='208' rx='14' fill='#fbf9f4' stroke='#e2dccf'/>
<text x='28' y='37' fill='#b25a3a' font-size='19' font-weight='700'>领先阶上界分母</text>
<line x1='28' y1='54' x2='652' y2='54' stroke='#e2dccf' stroke-width='1'/>
<rect x='28' y='83' width='196' height='98' rx='8' fill='#fbf9f4' stroke='#e2dccf'/>
<rect x='242' y='83' width='196' height='98' rx='8' fill='#fbf9f4' stroke='#b25a3a'/>
<rect x='456' y='83' width='196' height='98' rx='8' fill='#fbf9f4' stroke='#e2dccf'/>
<text x='126' y='129' text-anchor='middle' fill='#2c2822' font-size='32' font-weight='700'>≈8.503</text>
<text x='340' y='129' text-anchor='middle' fill='#b25a3a' font-size='32' font-weight='700'>9.126634…</text>
<text x='554' y='129' text-anchor='middle' fill='#2c2822' font-size='32' font-weight='700'>12</text>
<text x='126' y='158' text-anchor='middle' fill='#7a7266' font-size='14'>旧严格上界</text>
<text x='340' y='158' text-anchor='middle' fill='#7a7266' font-size='14'>新最优上界</text>
<text x='554' y='158' text-anchor='middle' fill='#7a7266' font-size='14'>黑洞阈值</text>
</svg>
我更看重第二篇的最优性证明。分母越大,上界越低,而这类无自旋约束够不到 c/12 的黑洞阈值。只在同一类约束里增加算力,或许能让数值更贴近最优值,却不能跨过已证明的极限。要继续收紧,研究者得引入自旋信息或其他一致性条件。论文也把部分最优性证明的策略归功于 OpenAI 的球堆积研究。这里真正节省的,是继续在同一个方法里找更低上界的工夫。
两篇论文能给研究代理打多少分
Anthropic 的研究员 Hongbin Chen 让 Claude 找题,再为 22 个候选题分别启动代理。这个分母比两项成功结果更能说明项目是怎么跑的,但还算不出解题率。公开报告没有交代其余题目的进展和难度分布。第二道题本身也曾经历 61 次并行尝试而未解出,后来才从另一组代理处理的球堆积问题里找到可用的办法。若要评估这套流程能否迁移到别的研究领域,失败尝试和跨题协作都该计入成本。
核验也有不同层次。第一项对照了已知特例,另有物理学家发起的一次 Claude 求解用不同方法得出同样的答案,但预印本没有附上那套推导。第二项的主要结果由物理学家检查,论文也描述了部分证明的区间算术检查。Anthropic 报告做过 Lean 验证,截至 2026 年 11 月 19 日,公开材料里尚未见到对应文件,外部读者还无法判断 Lean 覆盖了哪些环节。同一时间点,也尚未见到具名独立物理学家的公开技术评估、已发表的复现或期刊同行评议。
论文的分量可以沿着系数和证明逐项核对。研究代理的可靠性还要看另一份记录,里面得有没解出来的题、卡住的步骤,以及人在哪一步介入。只公开成功的推导,同行能审论文,研究团队仍难估算下一批题要花多少算力和人手。
