理论物理学巨擘、菲尔兹奖得主爱德华·威滕（Edward Witten）近期在学术研究中公开引入人工智能助手。这位在弦理论、量子场论及数学物理领域极具影响力的学者，在其最新论文中明确致谢 Anthropic 旗下的 Claude Opus 5.5，标志着 AI 正逐步深入顶尖基础科学研究的核心环节。
Claude 协助解决晶格规范理论难题
威滕近日在 arXiv 发布的论文《关于手征费米子规范理论的晶格定义的一点说明》，聚焦于困扰物理学界数十年的“费米子倍增问题”。该问题涉及如何在计算机模拟的离散网格（格点）上准确描述具有手征性的基本粒子，避免产生多余的粒子副本。
威滕提出了一种新思路：先将规范场置于格点上，再将其信息平滑延伸至连续空间。在此过程中，原有方法在相邻网格单元边界处存在不平滑的问题。威滕在论文中指出，Claude Opus 5.5 提出了关键改进方案：通过调整坐标映射，实现规范场在格点单元内部的平滑延伸，确保相邻单元自然衔接且与原始数据精确对应。此外，AI 还建议用线性插值替代复杂的逐步求解过程，简化了数学构造。
图 | 爱德华·威滕（来源：Quanta Magazine）
威滕将上述建议纳入论文正文，并在致谢中强调 Claude Opus 5.5 在众多研究细节上提供了帮助。尽管该方法目前仍面临蒙特卡洛计算的实际困难，但其理论价值显著。这并非威滕首次借助 AI；在今年 6 月关于全息理论“纠缠楔重建”的论文中，他曾披露 Claude Opus 4.8 协助将特定情况下的计算推广至一般情形。
（来源：arXiv）
哥伦比亚大学数学家 Peter Woit 对此评价称，看到 AI 以这种方式辅助顶尖科学家推进研究令人鼓舞。
（来源：Peter Woit 博客）
多位物理学家借助大模型突破研究瓶颈
在威滕之前，已有其他理论物理学家在解决同一类物理难题时深度依赖 AI，且参与程度更深。
Nathaniel Craig：GPT-6 Astra 至关重要
10 月 6 日，理论物理学家 Nathaniel Craig 在 arXiv 发表相关论文，直言“OpenAI 的 GPT-6 Astra 模型对这一成果至关重要”。与威滕主要获取构造思路不同，Craig 让 AI 参与了从思路探讨到具体数学证明的全过程。
（来源：arXiv）
Craig 介绍，他提出初始思路后，与 GPT-6 Astra 及专家多轮互动，由 AI 完成大量数学推导，经其修改整理后形成论文。为确保准确性，团队还利用形式化验证工具 Lean，由 AI 执行检查以发现潜在逻辑漏洞。
Stephen D. H. Hsu：混合使用模型进行验证
随后，物理学家 Stephen D. H. Hsu 也发布了相关预印本论文。他采用离散网格与连续描述相结合的方案，并披露大量使用 GPT 和 Claude。其中，GPT 承担了附录技术细节的主要生成工作，Claude 等模型则负责检查和验证。Hsu 强调，作者仍对最终结果负责。
11 月 6 日，Hsu 在社交平台 X 透露，他与威滕曾交流草稿，双方方案相近但 AI 使用策略不同。Hsu 认为在该类任务中 GPT 能力优于 Claude，主张利用较弱模型进行初步错误筛查，再由更强模型判断，形成互补工作流。
（来源：社交媒体 X）
学界关注：AI 生成内容的审查挑战
随着多篇高参与度 AI 论文的发布，物理学界展开了热烈讨论。Peter Woit 指出，虽然 AI 帮助研究者进入陌生领域值得关注，但目前工作仍在既有方向推进，距离彻底解决理论问题尚有距离。
理论物理学家 Matt Strassler 提醒，尽管作者努力优化可读性，但由 AI 生成的长篇复杂推导仍给同行评审带来巨大压力，人类研究者需投入大量时间理解底层逻辑。
（来源：Peter Woit 博客）
Reddit 物理学社区亦有观点认为，即便 AI 能快速获取完整证明，人类仍需具备审视其逻辑的能力，不能盲目采信模型结果。目前，Craig、Hsu 和威滕的成果均处于预印本阶段，有待进一步检验。但不可否认的是，AI 已实质性融入顶尖科学家的研究流程。