#华为小艺聪明能干又懂我#10 月 15 日，Anthropic 与哈佛的研究者在 arXiv 挂出一篇 46 页论文；16 日官方博客跟进。结论很短：让 Claude Mythos 5 在 OpenEvolve 的进化搜索框架里改写八个量子计算的基础电路，七个的 Toffoli 门和峰值逻辑比特数都低于此前已发表的最优设计。
先解释一下这两项指标为什么重要。量子计算有个物理约束：每一步必须可逆，临时算出来的中间值不能随手覆盖，必须"反算"回去把草稿比特擦干净。业内把这件事叫 uncompute。它像做饭时不许扔碗，每只碗用完都得洗干净放回原位，而洗碗的时间和做菜一样长。所以衡量一个电路好不好，看两个数：最贵的操作（Toffoli 门）有多少个，同时占用的逻辑比特有几个。两者相乘，就是这个电路的资源成本。
取材网络
成绩单是这样的：定点高斯函数，从 24000 门、362 比特降到 1583 门、139 比特，成本降到 1/39；HHL 旋转角，1/32；Reed-Solomon 解码，从 510 万门、1938 比特降到 44 万门、1837 比特，1/12，这一项比的是谷歌此前的构造；库仑势 1/9.9；非阿贝尔格点规范模拟 1/7.7；Fe₂S₂ 选择性 1/4.1。
第八个任务更有意思。椭圆曲线点加里的模逆运算，此前没人做出好的可逆版本，因为 divsteps 算法要吃大量存储。Claude 找到的办法是"不存，用现有状态反推"，做出一个 divsteps 家族：比最小的旧设计多 12% 比特，但门少了 17 倍。这一轮搜索自主跑了 53 小时，中间只在人类提示"再放开一点"之后才跳出保守方案；它还给自己的可逆实现写了 Lean 形式化证明。
怎么做到的？流程本身很朴素。人类给任务的自然语言规格，Claude 写 Python 程序来构造电路，一个经典模拟器在几万个输入上验证正确性，然后按"门数 × 峰值比特"打分，分数回灌给下一轮。轮与轮之间没有人类编辑。
真正值得说的不是 39 这个数字，而是这个闭环成立的条件：有一个又便宜又可靠的评分器。只要"对不对"能自动判定，"好不好"能被量化，模型就能自己卷自己，一晚上迭代几百轮。这在数学形式化、编译器优化、kernel 调优里都已经发生过，量子电路只是最新的一块。
但也别急着喊"AI 发现了物理"。论文里的数字是纸面估算，没有一个电路跑在真机上；有几个设计主动接受了大约万分之一输入会失败的取舍；搜索烧了多少算力，论文没披露；正确性检验抽的是有限样本，不是全量证明。这些都是研究者自己写明的边界。
我更在意的是另一层。这类工作的产出不是"结论"，是"中间件"——一个能被下游直接拿去用的子程序。而中间件的价值，取决于验证成本。Anthropic 这次聪明的地方，是把问题限制在"可以用经典计算机高效模拟"的那一类电路里，让验证变成一件便宜事。换句话说，它没有让 AI 去证明什么宏大的东西，它挑了一个能自动判卷的考场。
对比一下人类这边的进度：2017 年估算模拟 FeMoco 需要约 50 万亿个 Toffoli 门，几年人工重设计压到 3.4 亿，15 万倍的削减，硬件一点没变。这说明电路设计里的冗余本来就巨大，AI 只是把"翻箱倒柜"这件事做得更快。
最后一个必须冷静的地方：椭圆曲线和模逆是当下钱包与网页签名的底层数学。第 8 个任务里的 400 万门、935 比特，只覆盖算术层，离真正破解还差得远。但攻击组件的成本曲线确实在往下走，而密码迁移的时间表是按年算的。这条线，值得盯着。#华为小艺聪明能干又懂我##两个潮汕人干出1100亿芯片王国##AI是下一个互联网吗##机器狗进哀牢山拍到“冥界之花”##人类可能会失去对人工智能的控制吗##探寻人工智能，从技术到真实世界#