Claude与36份科学手稿：计算变快后，谁来检查答案？
BootLoops（布特卢普斯）
帮助人工智能进行精确科学计算的开源工具箱。
研究手稿（yán jiū shǒu gǎo）
正式发表前的研究文章草稿。
同行评审（tóng háng píng shěn）
同一领域的专家检查研究是否可靠。
发生了什么
Anthropic（开发Claude的人工智能公司）在10月1日发表了一篇客座文章。哈佛大学物理学教授Matthew Schwartz说，他让Claude和BootLoops（帮助人工智能做精确科学计算的开源工具箱）一起工作。三个月里，他们推进了36份研究手稿，覆盖18个领域，并有19位人类合作者。题目来自约400个候选问题。
这里的“36份”不是36篇已经通过同行评审的论文。BootLoops的手稿页面还列出准备中和初步版本。这个故事也在Hacker News（技术新闻社区）受到关注。不过，分数和评论只代表关注度，不能证明结果正确。
背景
Schwartz之前曾把Claude Opus 4.5当作研究助手。他说，Claude曾在两周内帮助完成一篇理论物理论文，但他几乎要修改每一句话，还要把Claude从无关的方向拉回来。这一次，他改变了做法：不再要求人工智能像人类科学家那样工作，而是寻找适合当前人工智能能力的问题。
BootLoops把物理、数学、程序代码和论文中的方法放进同一套工具。它能反复进行计算，也能用高精度数字帮助别人检查结果。Schwartz把这类问题称为适合Claude的问题，因为人工智能特别擅长处理代码、公式和大量资料。
为什么重要
重点不是Claude独自写出了36篇论文，而是一种计算方法可以跨过学科边界。这个项目涉及生态学、遗传学、地质学、经济学、语言学、健康政策、宇宙学等领域。
Schwartz说，BootLoops完成了30个费曼积分。其中15个复现了已知结果，另外15个此前没有被计算出来。项目还分析了57亿对相邻基因变化，并处理了来自4,452篇经济学论文的复现资料。这些例子说明，人工智能可以快速搬运和组合计算方法。
但计算速度和科学判断不是一回事。哪些问题值得研究，结果是否真的重要，仍然需要人来判断。Schwartz说，在自己不熟悉的领域，他请相关专家帮助评价结果。人类专家不是只负责最后签字，他们还帮助改变研究问题的方向。
已确认的事实
目前可以直接确认的资料，主要是Anthropic的原文和BootLoops的手稿清单。这些页面列出了36份手稿、18个领域、19位合作者和约400个候选问题。清单说，人类已经阅读这些项目来检查准确性，但也标出了尚未充分检查的项目。
BootLoops网站还说明，项目得到Anthropic的资金支持，但BootLoops并不是Anthropic的项目。因此，现有资料能证明这是一个由Schwartz介绍的研究流程，不能直接证明36份手稿都是经过独立验证的科学突破。
仍然不知道什么
我们还不知道这些手稿中有多少能通过同行评审，有多少能被其他研究者独立复现，也不知道哪些结果会长期影响科学。跨学科研究尤其需要各领域专家检查假设、数据、图表和结论。
如果手稿数量快速增加，阅读和验证的工作也会增加。科学的速度变快，不会自动让科学更可靠。
接下来观察什么
接下来要看准备中的手稿是否变成正式论文，代码和数据能否让第三方重复实验，也要看不同领域的专家是否认可结论。作者贡献如何记录同样重要：谁提出问题，谁找到错误，谁解释结果，谁得到学术信用。
这不是人工智能取代科学的故事，而是科学分工正在变化的故事。人工智能可能承担更多计算，人类仍要选择问题、理解意义、验证答案，并公平分配贡献。
Claude帮忙做科学，三个月出现36份手稿
📰 完整报道: Claude与36份科学手稿：计算变快后，谁来检查答案？
人工智能可以加快计算，但不能替人保证答案正确。
BootLoops（布特卢普斯）
帮助人工智能计算和检查结果的开源工具箱。
研究手稿（yán jiū shǒu gǎo）
研究发布前的文章草稿。
同行评审（tóng háng píng shěn）
相关领域的专家检查研究。
💡 一句话总结
- Claude帮助物理学家处理科学计算。
- 三个月里出现了36份研究手稿。
- 手稿仍要由人检查，不能直接当成新发现。
Anthropic（开发Claude的人工智能公司）发表了一篇相关报道。Matthew Schwartz是哈佛大学的物理学教授。他和Claude一起使用了BootLoops（帮助人工智能计算的开源工具箱）。
这项工作持续了三个月。它涉及18个科学领域，还有19位人类合作者。题目来自约400个候选问题。手稿就是准备发表的研究文章草稿。
BootLoops能把不同学科的计算办法放在一起。这样，Claude可以把一种办法带到另一个领域。比如，它处理了30个粒子物理计算。其中15个复现了已知结果，15个是以前没有算出的结果。
项目还分析了57亿对相邻基因变化。它也处理了4,452篇经济学研究的复现资料。这些数字来自Schwartz的报告，所以还需要其他专家继续检查。
BootLoops的清单里有初步版本和准备中的工作。研究手稿多，不等于科学结论都正确。专家要检查数据、计算步骤和最后的解释。
Hacker News（技术新闻社区）也讨论了这件事。分数和评论只说明很多人注意到它。它们不能证明研究一定正确。
这件事的重要问题是：人工智能能算得更快，但谁来选择值得研究的问题？谁来判断结果有没有意义？接下来要看手稿能否通过同行评审，也要看别人能否独立复现。
可以阅读Anthropic的原文和BootLoops的清单。
💬 AI做出36篇论文，是更快的科学还是更多错误？
评论区对于AI制作36篇论文究竟是在加快科学，还是在增加错误，意见不一。Claude的速度和成果是作者的自述，评论区没有独立验证。
- 据评论，这些论文不只关于物理。一位物理研究者担心大多数内容超出作者的领域；另一位评论者说，许多论文有相关专家共同署名。
- 作者自报Claude Opus 4.5约有优秀研究生20倍的速度，但人仍要逐句修改、拉回跑偏的方向，并向陌生领域的专家求助。
- 不能只因哈佛头衔就相信，也不能只因使用AI就否定。要看每篇论文的证据和能否复现；有人认为声誉可以帮助人们从大量投稿中先筛选。
- 有人要求人类理解每篇论文，也有人接受只要结果能够检验。AI也许能帮助理论研究，但会产生幻觉；评论者建议用它检查旧结果，而不只是制造新论文。
这是评论数为73时的初期（修订1）。获取73条，并从整体抽取73条总结。内容属于HN用户自述，并非编辑部核实的事实。
Claude帮忙做科学题
📰 完整报道: Claude与36份科学手稿：计算变快后，谁来检查答案？
出现了36份研究草稿。人还要检查它们。
Claude（克劳德）
帮助人回答问题和做计算的电脑程序。
BootLoops（布特卢普斯）
帮助计算的工具箱。
Anthropic（开发Claude的人工智能公司）做了Claude。 Claude是会帮忙计算的电脑。 Matthew Schwartz是哈佛的物理老师。 他请Claude帮忙做科学题。 他们用了BootLoops（帮忙计算的工具箱）。 三个月里有36份研究草稿。 这些草稿来自18种科学领域。 草稿还不是最后答案。 人要检查每个答案。 有些工作还在准备中。 Hacker News（技术新闻社区）也谈了这件事。 大家关注，不等于答案正确。 以后还要看专家怎么检查。 这来自Anthropic的文章和BootLoops的清单。
💬 用AI做很多论文，好不好？
评论区的人对用AI做很多研究论文有不同看法。
- 这里有36篇论文，而且不只讲物理。有人说有专家帮忙，也有人觉得范围太大。
- 作者说Claude快约20倍，但人还要改很多地方，也要问专家。这是作者自己的说法。
- 重要的是检查论文，看看别人能不能得到一样的结果。AI可能帮忙，也可能让错误的论文变多；有人想让AI先帮忙检查旧研究。
这是评论数为73时的初期（修订1）。获取73条，并从整体抽取73条总结。内容属于HN用户自述，并非编辑部核实的事实。
💬 与Claude完成的36篇论文：速度与验证的冲突
评论区争论的核心是：36篇论文和Claude的速度究竟代表科学进步，还是代表审查无法跟上的低质量论文激增。关于Claude的性能、成果和专家参与情况，主要来自作者的说明与评论者的解读；评论区没有独立证明这些论文是正确的。
这是评论数为73时的初期（修订1）。获取73条，并从整体抽取73条总结。内容属于HN用户自述，并非编辑部核实的事实。