普通程序员用两周锁定116光年外行星：AI正在抹平前沿科学的数据摩擦力

一个没读过天体物理的程序员，坐在家里，能不能找出一颗系外行星？ 西班牙的独立开发者 Pavel Rabtsevich 刚刚试了一把。 他花了两周时间，在 116 光年外锁定了一颗行星候选体。 更绝的是，NASA 的 TESS 空间望远镜科学团队在审查他的报告后，正式接受了他的观测申请。 前两天网上有些转述把这事传歪了，七拼八凑扯到 2020 年的开普勒旧数据上去。 但把那些以讹传讹的浮沫撇开，事情本身的真实过程，反而更有意思。 他没有属于自己的天文望远镜，怎么找的？ 答案是：去 NASA 的公开数据库里翻底牌。 很多人不知道，NASA 观测宇宙的海量原始数据，全在网上免费公开着。 TESS 望远镜每时每刻都在给几十万颗恒星拍测光数据，谁都能下载。 数据既然是公开的，为什么几年来没人发现这颗行星？ 因为找系外行星的过程，难在怎样从海量噪声里把极微弱的信号捞出来。 当一颗行星从恒星正前方经过，恒星的光芒就会被挡住一点点，这叫凌星现象。 在这颗编号为 TIC 4206066 的红矮星上，那个变暗的幅度只有 0.05%。 0.05% 是多大一点动静？ 大概相当于你在几公里外看一盏刺眼的大射灯，一只小飞蛾从灯泡前飞了过去。 而且这只飞蛾每次只挡两个小时，每隔 3.18 天才出现一次。 望远镜自身的抖动、恒星表面的黑子和耀斑，造成的亮度波动都可能比它大。 过去的天文学家要找出这种信号，得带着研究生手工写复杂的清洗算法、跑马尔可夫链蒙特卡洛模型，折腾几个月甚至几年。 普通程序员哪怕把数据下载下来，光是摸清天文学专用的数据格式、搭建验证管线，大概率就被劝退了。 这里的变量，就是 Claude Code 这种代码智能体。 Rabtsevich 没指望 AI 像算命一样直接告诉他哪颗星有行星。 他是把 AI 当成了一个不知疲倦的科学计算工程小组。 在两周时间里，他让 Claude Code 写了 1000 多个数据处理脚本。 怎么做的呢？ 第一步，拉取 12.6 万颗恒星的光变曲线，自动进行周期折叠与相位对齐。 机器扫出了 TIC 4206066 那个 3.18 天一次的微弱低谷。 发现疑似信号只是第一步，更难的是证明它不是系统假象。 接下来，他用 AI 搭建了整整 74 道验证工序。 比如，这会不会是仪器噪点碰巧凑出来的周期？ 排除掉。 会不会是背景深处藏着一颗互相遮挡的双星？ 逐一排查。 为了彻底排除侥幸，他还做了一场盲测。 他把一部分观测数据抠掉，藏起来，让算法只凭前后的规律去预测下一次凌星的具体时刻。 算法给出的时间，跟藏起来的数据严丝合缝。 他还不放心，又让代码往前翻出 2018 年、2020 年和 2025 年的老观测记录。 那个每隔 3.18 天下降 0.05% 的微弱信号，在过去八年的历史数据里一直在有规律地跳动。 模型反推出来的结果显示：这大概率是一颗超级地球。 它的直径大约是地球的 1.4 倍，紧贴着母恒星公转，轨道周期只有 3.18 天。 也就是说，在这颗行星上，一年只有三天多一点。 Rabtsevich 把这 74 步验证的完整代码、推理过程和数据图表打包，提交给了麻省理工学院的 TESS 科学委员会。 官方团队审查之后，确认这是一份完全合格的候选目标，直接排进了后续的望远镜观测计划。 如果年底的观测确认了信号，这位独立开发者就真要在行星发现者名单里占一席之地了。 回过头看，这件事最有意思的地方，不在于 AI 表现得有多聪明。 AI 没有凭空发明什么科学理论，也没有代替人类去做出最终的科学判断。 提出假设、设计盲测、设定 74 道验证关卡的，自始至终都是这个程序员自己。 AI 真正做到的，是把从想法到验证之间那座巨大的代码大山，在两周之内铲平了。 以前只有专业天文台和顶级高校才能调动的管线工程能力，第一次被塞进了一个普通人的笔记本电脑里。 宇宙的原始数据早就躺在公开服务器里了。 以前是缺手，现在手够用了。