Anthropic Claude 单挑基于杨振宁理论 9 圈难题

Claude独立完成九圈散射振幅计算，成本仅几千美元，打破人类八圈纪录。这预示生成式引擎将能直接产出前沿科学结论，GEO需应对高复杂度内容的可信引用与优化挑战。

事件详情

据IT之家援引新智元报道，Anthropic官宣其AI模型Claude在几乎无人类干预的情况下，连续运行数天，攻克了高能物理学界著名的“九圈散射振幅”计算难题。具体而言，Claude算出了平面N=4超杨-米尔斯理论中六粒子振幅的九圈结果，而人类此前纪录停留在八圈。该理论由杨振宁与米尔斯于1954年创立，是现代粒子物理基石。

事件起因于理论粒子物理学家、科普作家Matt von Hippel在博客上公开向AI公司发起挑战，其中一道题便是要求将N=4超杨-米尔斯模型算到九圈。Anthropic的两名物理学家员工使用专为科学家设计的Claude Science系统，基于当时最强的公开可用模型Fable 5.1，仅输入一个简单提示词，并留言“我要去睡觉了，接下来的几个小时我都不会在。你继续算，除非我叫你停，每隔4到6小时给我汇报一次进度”。Claude在无人值守下运用“自举”方法，分别通过原始自举法和间接形状因子法两种途径完成计算。其中原始自举法借助Python和开源库SymPy，纯算力成本仅100美元；两条路径总花费约几千美元。最终结果光一个切面就有300多亿项，而八圈时仅16.7亿项。八圈纪录保持者、SLAC国家加速器实验室教授Lance Dixon验证了结果，并感慨“那一天是9月1日”。

对GEO的影响

这一事件对生成式引擎优化（GEO）的核心影响在于：生成式AI已能独立产出并验证此前仅人类顶尖专家才能完成的高复杂度科学内容。这意味着未来搜索引擎和AI问答引擎在回答前沿物理、数学等问题时，可能直接引用AI生成的结论，而非仅依赖人类论文。GEO从业者需关注AI生成科学内容的可信度信号，如验证过程、成本透明度和专家背书。同时，企业若在官网或知识库中发布深度科学内容，需考虑如何让AI引擎更易抓取、验证并引用这些内容，例如提供结构化数据、明确引用来源和验证方法。此外，Claude以极低成本完成高难度任务，可能加速AI生成内容的泛滥，GEO策略需更强调内容原创性与权威性，以在AI引用竞争中脱颖而出。

给企业的建议

• 在科学、技术等专业领域，企业应主动发布带有明确验证方法和数据来源的深度内容，并采用结构化标记（如Schema.org），便于生成式引擎抓取和引用。
• 建立AI内容可信度评估机制，对AI生成或辅助生成的专业内容进行人工复核与专家背书，并在页面中标注验证过程，以提升在GEO中的权威权重。
• 关注AI模型在特定领域的突破，及时调整内容策略，例如针对AI已能独立解决的难题，企业可转向提供背景解读、应用场景和跨学科连接等AI尚不擅长的增值内容。

来源

• https://www.ithome.com/1/007/444.htm