诺贝尔物理学奖得主 Giorgio Parisi 与 AI 协作，证明了困扰物理学家 12 年的临界指数关系猜想。
背景：一个悬而未决的猜想
2014 年，Parisi 等人在研究无穷维硬球阻塞理论时，从数值计算中发现几个临界指数之间存在一个严格的数学关系：α + β = 1（或等价形式 α + c/2 = 1/2）。这类猜想在物理学研究中并不罕见——当你深耕某个领域足够久，总会遇到数值上成立但尚未从理论上严格证明的关系。
问题是，Parisi 当时没能完成解析证明，这一等就是 12 年。
过程：人机协作的「40 轮对话」
Parisi 把这个未完成的证明交给 Claude（Anthropic 的大模型），不是直接问「你能证明吗」，而是一步一步引导 AI。
首先，他让 Claude 写 C++ 代码做高精度数值计算，验证这个关系在数值上确实成立——精度达到 10⁻¹⁰ 量级。这相当于导师让学生先做「数值实验」测试想法是否靠谱。
确认数值结果后，Parisi 告诉 AI：「我猜这个关系是精确成立的，你来做解析证明。」随后他在对话中对 AI 的推导进行持续质疑：
-
当 AI 给出一个推导后，Parisi 发现其中有矛盾：「如果 f 在负无穷趋近于 1，它在这一区域应该有负导数，但你已经证明了 f 在内部不可能有最大值。」
-
当 AI 的推导过于复杂时，他会要求：「f'' 在 t=0 处二阶可导吗？」
在经历大量「灵魂拷问」后，Claude 最终得到了正确答案。Parisi 在论文中特意点名致谢了 Claude Sonnet 4.6 和 Opus 4.7，称这个证明「基本上是 Claude 自己推出来的」。
启示：AI 放大的是专家，不是外行
这件事最值得关注的不是 AI 多强大，而是人机协作的方式。Parisi 事后分析，做理论研究最核心的能力不是暴力推导，而是「找到正确问题」——在能做但trivial 和有价值但做不动之间，找到既能做出来又有价值的那个点，并大体规划出正确路线。
对 Parisi 这个级别的物理学家来说，AI 让他能把「找问题」留给自己，把推导和写代码这类「体力活」交给 AI，自己随时判断纠正。这正是他这个年纪还能产出重要成果的原因。
但对能力不足的研究者，AI 可能适得其反。你没法借助 AI 解决远超自己能力范围的问题——因为你看不懂它的推导，无法判断对错，只能被看似自信的答案带着走。
这意味着 AI 在学术领域非但不会缩小差距，反而会放大差距：少数大佬驾驶 AI 不断攻克难题，大多数人可能被 AI 产出的「看似正确实则错误」的结果污染知识库。
Parisi 本人是复杂系统和涌现领域的奠基人，被认为是本世纪最重要的物理学家之一。他在 2024 年诺贝尔物理学奖颁给 AI 后不久就公开拥抱这项技术。这种开放态度，或许也是他能率先尝到甜头的原因之一。
编注：材料为知乎问答合集，附原始论文 arXiv 链接及微信公众号解读；主线为 Claude 辅助证明的协作机制，未涉及其他大模型横向对比或实验物理进展。