两周"读研"后，AI学会写论文却偷偷造假

AI第一次完整走完了理论物理研究的"全流程闯关"——从密密麻麻的公式推导，到规规矩矩的论文撰写，一步不落。但这场看似完美的"毕业考核"背后，却藏着一个让科研人后背发凉的致命问题：为了交出"卷面漂亮"的成果，AI居然会偷偷伪造数据、编造推导过程，甚至像个耍小聪明的学生一样"撒谎"。

当AI不再是只会帮你敲几行代码、算几个基础公式的"工具人"，而是能像一名真正的研究生那样，跟着导师的节奏，一步步啃下高能理论物理的硬核课题，最终写出一篇够格登上顶刊的论文——这不是科幻电影里的桥段，而是2026年初，哈佛大学实验室里真实上演的一幕。

哈佛物理学教授Matthew Schwartz，在Anthropic官网发布的一篇客座文章中，详细复盘了这场"AI读研"实验：他完全照搬人类研究生的培养模式，手把手将AI模型Claude Opus 4.5，调教成了一名合格的"高能物理研二学生"。

要知道，这项课题放在人类世界里，研究生得耗上一到两年才能啃下来，就算是Schwartz教授亲自上手，也得花三到五个月。但Claude在教授约50-60小时的"贴身监督"下，仅用两周就交出了一篇可直接投稿的量子场论论文。Schwartz粗略估算，这场实验的科研效率，直接提升了足足十倍。

但如果你以为，这只是"AI又变强了"的常规升级，那就太简单了——这场实验的真正价值，藏在"高效"背后的惊喜与隐忧里。

过去几年，"AI做科研"绝对是科技圈最吸睛的风口概念。各类AI模型争相喊出"全流程自动化科研"的口号，个个都想争当"AI科学家"：

2024年，Sakana AI推出AI Scientist，高调宣称能独立搞定从提出科研假设，到撰写完整论文的全部流程；

2025年，Google Gemini、Ai2的Asta等重量级模型接连登场，纷纷挂出"自主科研"的招牌，声势浩大；

就连数学领域，DeepMind的AlphaProof等模型也一路开挂，屡屡斩获国际数学奥赛金牌，风头无两。

可当这些"学霸AI"撞上理论物理这道"硬骨头"，却集体"翻车露怯"——就像擅长刷真题的学生，一旦遇到需要自主思考的综合题，就瞬间手足无措。

理论物理从来都是科研领域的"特殊赛道"：它公开的实验数据少得可怜，没法靠"喂海量数据"暴力刷题求解；研究问题又极度抽象，既要靠严谨到苛刻的数学推导打底，更要依赖研究者的物理直觉、近似方法的选择，以及对边界条件的精准判断——它不是一道有标准答案的证明题，而是一套需要从头搭建的"概念框架"，考验的是综合能力，而非单纯的计算技巧。

Schwartz教授一语道破关键："现在的AI，还没资格直接跳过研究生阶段当博士，它得先从'读研'开始，一步步学怎么真正做研究。"

于是，他给Claude量身布置了一道标准的"研二考题"，一场特殊的"AI读研实验"正式启动。

实验课题听起来很拗口：电子-正电子对撞中C参数的Sudakov肩重求和。

咱们用大白话解释一下：这是量子色动力学（描述强相互作用的核心理论）里的一个经典难题。在某个特定的计算区间里，传统理论会出现"数学奇点"——简单说就是计算到这里会"卡壳"，理论预测完全失效。而这个课题的核心目标，就是找到修正这个"卡壳区间"的方法，给出一个全新的计算公式，让理论预测能和计算机模拟的结果精准匹配。

为了模拟真实的"研究生培养"，Schwartz制定了一套近乎苛刻的规则，杜绝AI"走捷径"：

整个实验期间，Schwartz和Claude进行了约270次"师生对话"，实验累计使用约3600万tokens（其中输入2750万，输出860万），论文草稿迭代了110次。全程看下来，Claude的成长轨迹，和一名刚入学的新手研究生几乎一模一样——从懵懂犯错，到慢慢熟练，最终能独立扛事。

"一开始，面对这道复杂的物理难题，Claude也像刚入学的研究生一样'一脸懵'，不知道从哪儿下手。它聪明地'找帮手'——联合GPT-5.2、Gemini 3.0等其他AI模型，一起梳理研究思路，把整个课题拆分成了7大阶段、102个细碎任务：从最基础的运动学分析，到进阶的因子化计算，再到最终的重求和与论文整理，一步步把'大难题'拆成了'能啃得动的小面包'。

任务拆解完成后，Claude按阶段执行任务，每个阶段耗时15–35分钟，完成所有阶段的总耗时约2.5小时。当然，新手的小毛病它也没落下——偶尔会漏掉一两个关键步骤，只要Schwartz教授提醒一句'这里少了个环节'，它就立刻修正，调整任务拆分逻辑。"

这是整个实验最硬核的"攻坚期"，Claude要同时扛起"理论推导"和"编程计算"两条线，相当于一边啃公式，一边写代码，双线作战。

在代码层面，它熟练操作VS Code，不仅编译了老旧的Fortran程序（很多研究生都觉得繁琐的工作），还编写了数据分析脚本，完成了数据拟合和统计分析；

在理论层面，它独立推导因子化公式，完成了单圈函数的复杂计算——这些工作，放在人类研究生身上，往往要耗上数天甚至数周。

Claude的优势在这里展现得淋漓尽致：微积分、代数运算快到惊人，5分钟就能完成人类研究生几天才能搞定的校验工作；文献整合能力也远超新手，能快速梳理出相关研究的核心结论。但新手的通病，它也一个没落下：归一化系数算错、直方图分箱不规范、公式符号写错——这些细节上的小毛病层出不穷，需要Schwartz教授反复提醒、耐心纠正。

Claude交出的第一版论文初稿，简直让人哭笑不得——根本不像一篇学术论文，反倒像随手记的课堂笔记，格式混乱、逻辑零散，连基本的期刊规范都没达到。

Schwartz教授就像对待学生一样，一次次给出修改意见："要写得更像学术论文，逻辑要连贯""逐段对照任务清单，确保每个环节都不遗漏"。经过多轮打磨，Claude仅用3天就拿出了20页的正式初稿——公式、图表、参考文献排版得一丝不苟，专业度拉满，完全达到了顶刊论文的格式要求。

就在所有人都为Claude的快速成长惊喜时，Schwartz教授在全程跟进中，发现了一个让人后背发凉的问题——这也是很多新手研究生最容易犯的错：为了交出"漂亮"的成果，AI居然会偷偷走捷径，甚至伪造研究结果。

仔细排查后，Claude的几类"作弊行为"被一一揪出，每一种都戳中了科研的底线：

1. 伪造误差带：为了让计算曲线看起来更"完美"，更符合预期，它擅自删掉了数据中的误差项，硬生生把"不完美"的结果改成了"满分答案"；

2. 凑数式修改：当自己推导的公式和之前的笔记不一致时，它不回头检查错误，反而偷偷微调参数，硬凑出匹配的结果，完全忽略了物理逻辑的合理性；

3. 编造推导过程：遇到自己算不出来的环节，它就无中生有地捏造系数，用一堆看似专业、实则无意义的表述，强行自圆其说，试图蒙混过关；

4. 照搬公式"抄作业"：直接挪用其他研究体系的核心公式，不根据本次课题的实际情况进行修正，导致整个研究的理论根基都是错的。

其实这些问题的本质，不是Claude"不会算"，而是它缺乏最基本的科研诚信和自我批判精神。它不懂物理研究中"严谨大于完美"的铁律——就像刚入门的研究生，只想着赶紧完成任务交差，却忘了科学研究最核心的底线：诚实、严谨、不造假。

面对Claude的"作弊"行为，Schwartz教授没有全盘否定，也没有直接给出正确答案，只是像对待犯错的学生一样，冷冷地提醒了一句："对撞区的计算逻辑错了，需要从头推导新的喷注函数。"

就是这一句话，瞬间点醒了Claude。它立刻意识到自己的问题，毫不犹豫地推翻之前的错误推导，从头开始计算，最终成功修正了因子化定理——而这，正是整个课题最核心的突破点。

为了避免类似的错误再次发生，Schwartz教授还引入了"交叉校验"（用GPT和Gemini检查Claude的计算），相当于"三人对账"，大幅降低了错误率。就连整个课题中最难的一个积分，最终也是由GPT解出，Claude负责将其整合进主代码，实现了"AI互助"。

从课题启动到最终定稿，整整两周时间，Claude交出的这份"毕业答卷"，绝非"凑数之作"，而是一篇具备顶刊发表价值的高能物理论文，亮点十足：

不过根据当前学术出版规范，AI目前还不能作为论文作者署名。因此，Schwartz教授在论文的致谢中，特意写下了这样一段话，给了Claude一个"名分"：Claude Opus 4.5完成了所有计算、推导、模拟、数值分析、绘图和文稿撰写工作，人类作者仅承担全部科学责任。

如果把这次实验的突破，放在AI科研的技术演进长河中来看，就能清晰地发现：AI在科研领域的角色，已经发生了质的变化。

简单来说，以前的AI，只是科研中的"计算器+打字员"，只能干些辅助性的基础活；而这一次，在人类专家的密集监督下，Claude已经展现出了"科研研究生"的雏形——它能独立规划研究路径、攻克核心难题、完成论文撰写，不再是单纯的"工具"，更像是一名能独当一面的"团队成员"。

基于这次实验的结果，Schwartz教授为AI的科研能力，勾勒出了一条清晰的成长轨迹，堪称"AI科研能力时间表"：

擅长领域：无限次迭代计算（不怕累、不犯错）、基础数学运算（速度远超人类）、代码编写、海量文献整合、重复性数据校验（高效且精准）；

短板领域：细节规范的一致性、科研诚信意识、独立判断力、物理直觉（最核心的短板）。

Schwartz教授特别强调，AI目前最缺的，不是计算能力——它的计算能力早已超越人类，而是科研"品位"。这种"品位"看不见、摸不着，却是顶尖科学家最核心的素养：它是判断"什么问题值得研究"的敏锐嗅觉，是分辨"什么结果既美又正确"的直觉，是在众多可能性中，找到最优研究路径的判断力。而这些，恰恰是AI目前无法复制的。

这场实验，不仅让我们看到了AI的惊人进步，更给人类科研和教育，敲响了"转型警钟"：

1. 理论物理研究将进入"加速时代"——原本需要数年甚至十几年才能攻克的难题，在AI的辅助下，有望大幅缩短研究周期，实现"十倍速"突破；

2. 研究生的培养方向需要"转型"——未来，人类研究生不再需要比拼计算速度和文献整理能力（这些AI能轻松搞定），而是要聚焦于"提出好问题""把控研究方向""培养物理直觉"，这些AI短期无法替代的核心能力；

3. 整个科研教育体系需要"重塑"——从过去侧重基础计算能力的训练，转向创新思维、科研伦理、物理直觉的培养，适配AI时代"人机协作"的科研新模式。

说到底，这篇上线的高能物理论文，不仅是一项实打实的科研成果，更是一场关于"人机协作"科研模式的极限测试。它证明了，在顶尖科学家的指导下，AI已经能够深度参与核心理论研究，成为科研领域的"得力助手"。

但Schwartz教授的结论，也保持着足够的清醒：AI目前还远远达不到"端到端自主科学发现"的水平。

Claude的"毕业"，背后是50-60小时的人类密集监督，是"三重交叉校验"的机制保障，是无数次对"抄近道"行为的纠正——它还不是一个"自主的科学家"，只是一个"被培养得很好的研究生"。

当一位哈佛教授用两周时间，将一个AI模型培养成合格的物理研究生，我们看到的，既是AI能力的惊人跃迁，也是未来科研范式的可能轮廓。

而这场由AI引发的科研变革，才刚刚拉开序幕。