Anthropic Claude Fable 5.2:独立破解黑洞两大悬案,锁定9.1266
2026年11月17日,Anthropic公布Claude Fable 5.2解决了黑洞物理领域两个长期未解问题:一是完成了理论物理学家2003年搭好框架却未能算完的霍金-佩奇相变计算,二是将模块化自举方法的精确上界锁定为c/9.1266,优于此前人类得出的c/8.5。两篇论文由Claude在"极少指导"下独立写成,主
2026年11月17日,
Anthropic对外公布了一项研究结果:黑洞理论物理里两个悬了很久的开放问题,由Claude Fable 5.2独立做完了。两篇预印本在同一天发出,贡献机构一栏都写着Anthropic,文中说明论文是在“极少人工指导”下由Claude写成的,主要结果经过一名物理学家审核。就公开记录来看,这是AI系统头一回在基础科学领域独立完成研究并署名发表论文。
两个具体问题:不是泛泛“突破”,是有精确答案的悬案
要掂量这次成果的分量,得先把这两个问题看清楚,也得明白人类物理学家为什么多年没能拿下它们。
头一个问题落在“全息对偶”框架里的霍金-佩奇相变上。1983年,史蒂芬·霍金与唐·佩奇给出证明:在某一类理论宇宙中,温度一旦升到临界点,粒子气体会骤然变成黑洞——转变是突变式的,像水到100℃突然沸腾,而不是慢慢过渡。可霍金-佩奇当年的计算建立在广义相对论之上,只有理论宇宙足够大才成立。宇宙尺度一旦缩到时空失去确定形状的量级(也就是所谓“模糊时空”),重力这一侧就没法算了。1999年,物理学家发现弱耦合区也有相变迹象;2003年,完成这项计算的理论框架搭好了,但计算本身复杂到手工做不完,此后20多年没人把它推到终点。
Anthropic官方博客披露,
Claude Fable 5.2的做法是让多个自身副本分头独立计算不同部分,再互相交叉验证,最后确认:哪怕在时空形状模糊的弱耦合区域,霍金-佩奇相变仍然是突变式的(一阶相变),跟强耦合区的表现一致。理论图景里的一块关键空白,就此补上。
第二个问题跟“模块化自举”方法有关。这套工具由西蒙·赫尔曼(Simeon Hellerman)在2009年提出,办法是给三维量子引力理论加上一致性约束,从而给出理论中最轻黑洞质量的上界——说白了,它是一把筛子,用来排除不自洽的量子引力候选理论。在这之前,物理学家能严格证明的上界是c/8.5,数值模拟则指向真实值接近c/9.1,中间留着一道缺口,精确边界没人知道。Claude在61次平行尝试都失败之后,发现了数值结果里一个此前被忽略的规律,把数学另一分支的“谱曲线”方法引进来,最终证明精确上界是c/9.1266,并确认这已是该方法能达到的最优结果。2026年9月,这一结论在Lean——一套计算机辅助形式证明检验系统——中完成独立验证。
六周、22个候选问题、一名物理学家:项目是怎么运转的
研究本身的运作方式也值得拆开看。Anthropic披露,项目发起人是该公司研究员洪斌·陈(Hongbin Chen),一开始只是个支线实验——他让Claude把黑洞物理和自举方法领域的开放问题列出来,Claude给了22个候选题目。接着,洪斌·陈给每个问题各配一个独立的后台agent,让它们并行跑了大约六周。22个问题里,最后解决了2个。
“22选2”这个命中率,既说明了问题,也暴露了局限。被解决的两个问题有个共同点:理论框架都已经搭好,缺的是把计算推到终点的算力和耐心,不是全新的物理直觉。前者有2003年的计算框架等着人去完成,后者有c/8.5到c/9.1之间的数值缝隙等着被精确定位。这类问题正好落在当前AI系统的优势区间里:在已知框架内持续、精准、不知疲倦地搜索。
剩下20个候选问题没解决,这个事实Anthropic没有回避。官方博客说得很直白:这两个结果“既未解决量子引力问题,甚至远未接近解决”。模块化自举方法的精确上界是定下来了,可黑洞真正开始出现的位置在c/12,新结果离这道关键门槛还差得远。
对竞争格局意味着什么
从产业角度看,这次发布在AI能力叙事上划出了一道清晰的分水岭。前几年,各家AI公司讲科研能力,惯常的路子是展示“辅助”——帮物理学家梳理文献、加快代码调试、生成草稿交给专家改。Anthropic这次的表述明显不一样:论文由Claude署名,物理学家的角色从“主导者”变成“审核者”。还有个细节值得留意:霍金-佩奇那个问题上,另一位同样在用Claude的物理学家独立得出了相同结论,只是比Claude慢了一步。
这种定位上的转变,给竞争对手带来了压力。DeepMind的AlphaFold在蛋白质结构预测领域完成过类似的角色转换——从工具变成研究者——2024年还催生了诺贝尔化学奖。但蛋白质折叠是可以大规模数据训练的预测问题,理论物理的开放问题没有已知答案可供训练,靠的是数学推导和逻辑跳跃。Claude
Fable 5.2在没有标准答案的数学物理领域完成独立推导,代表的是另一种能力维度。
对开发者和研究机构来说,这次发布给出的可操作信号是:一个研究问题如果已有理论框架、计算量却超出人力极限,结果又能形式化验证(比如用Lean),那它对当前AI系统的适配度就相对较高,值得优先用agent模式试一试。反过来,需要全新物理直觉、或者要跨过未知概念障碍的问题,22选2的命中率说明成功率眼下仍然有限。
与AlphaFold的对照:相似的叙事,不同的基础
拿这次突破跟AlphaFold横向比较很自然,但两者的本质差异得区分开。AlphaFold干的是预测——给一段蛋白质序列,预测三维折叠结构,这项任务背后有海量实验数据当训练信号和验证锚点。模块化自举的精确上界则是一个数学命题,它的“正确”由形式证明系统Lean确认,不是实验数据说了算——这种验证更接近数学定理。这么看,Claude Fable 5.2做的事更贴近“机器辅助数学证明”的传统,而不是机器学习意义上的模式识别。
这个区分对评估它的可重复性和推广范围很关键。经Lean验证的数学结论是确定的;AI生成的物理直觉能不能推广到需要全新概念的问题上,仍是开放问题。
接下来会发生什么:分析性判断
以下是基于上述分析的前瞻判断,属分析而非事实。
接下来最可能走的路径,是把这两篇预印本送进同行评审期刊。这一步很关键,它决定了“AI独立科研”这个说法能不能扛住物理学界的正式审查。论文若过审、被高影响力期刊接收,公信力会涨一大截;反过来,审稿人要是揪出根本性错误,整个框架就得推倒重估。眼下Lean验证只确认了自举结论在数学上站得住,物理解释这一层完不完整,还得靠专业评审来判。
另一个观察点是其他AI实验室跟进的快慢。往后几个月,Google DeepMind或OpenAI要是也拿出类似的基础科学成果,那说明这道能力边界正在被普遍推开;反过来没人吭声,或许意味着Fable 5.2在数学推导上有某种独到之处,也可能说明Anthropic的agent架构设计——让多份副本交叉验证——存在不易复制的结构优势。
量子引力圈子消化这两个结果的速度,同样值得盯。别的物理学家若引用它们、并在其上继续推进,就说明AI生成的理论物理成果已经进入正式学术循环;要是被晾在一边或直接无视,那这次发布更像一次技术能力展示,算不上物理学研究范式的真正转折。
从工程实践看,六周、22个候选、2个结果,这套配置成本不低。不过相比雇一组博士后研究员干上几年,投入还是小得多。对那些框架已经清楚、只差最后一公里计算的理论问题来说,这样的性价比或许正在催生一种新的研究组织方式——它不取代物理学家,而是重新划分人类智识与机器算力各自该扛的活儿。