Claude 闭环自迭代 53 小时：将椭圆曲线量子电路门数量缩减十七倍

让AI自己写代码改量子电路，直接把量子门砍掉了十七倍。

哈佛大学物理系的研究员 Andi Gu，最近把 Claude 带进了量子计算的深水区。 他参加了 Anthropic 的 STEM 研究员计划，专门测试大语言模型能不能在真正的前沿物理里做研究。

量子计算现在最怕什么？ 怕门太多。 量子门是执行逻辑操作的基本单元。 在目前的硬件上，门每执行一次，就会引入一点环境噪声。 电路里塞的门越多，系统的相干性死得越快，算出来的结果就全是乱码。 几十年来，理论物理学家和计算机科学家天天算、天天画，干的就是同一件事： 怎么用尽量少的量子门，把算法跑完。 特别是在椭圆曲线、数论这种经典硬骨头上，人类手工优化的电路几乎已经被压榨到了物理和数学的边界。

这一次，他们让 Claude 自己来。 没有人类专家在旁边指点哪根线怎么连，他们只搭了一个全自动闭环。 Claude 负责把量子电路的设计方案直接写成 Python 代码。 代码写好，扔给一个独立的评估器。 评估器像个铁面无私的裁判，只盯两件事： 第一，这个电路算出来的数学结果对不对。 第二，量一量开销，看门数量和量子比特的乘积有多大。 算错了，直接报错打回。 开销太大，给个低分。 Claude 看着错误反馈和分数，自己改代码，改完再送去测。

这个闭环连续跑了 53 个小时，中间几乎不需要人类插手。 在挑选的 8 个量子计算基准任务里，Claude 在 7 个任务上超越了人类此前发表的最优纪录。 最离谱的是椭圆曲线点加法。 它把量子门的数量，直接降到了人类最好方案的十七分之一。 代价大吗？ 量子比特只多用了 12%。 在真实的量子计算机里，多用几个量子比特相对容易，但把量子门数量砍掉 94%，直接把一个原本需要几十年后理想硬件才能跑的算法，拉进了近期可尝试的工程射程。

它是怎么琢磨出来的？ 不是无脑穷举。 研究人员分析它的推理记录才发现，它在经典数学文献里，挖出了一个过去被认为无法适配量子架构的算法捷径。 为了把这条捷径硬塞进量子线路，Claude 自己推导出了几个全新的数学恒等式，并且用形式化数学工具完成了证明，确保逻辑没有半点瑕疵。 人类专家卡了许多年的工程断点，被它自己在代码和评分的来回碰撞里给推通了。

过去大家总觉得，AI 在科学研究里也就是个高级助手，帮着写写胶水代码、查查论文。 这次实验给出了一个更真实的信号。 只要给它一个界限分明的评估环境，再加上足够严格的物理约束，大模型自己就能在未知的数学空间里走出一条新路。 量子计算离真正实用还有很多硬仗要打。 但在优化算法、寻找极端工程解这件事上，机器可能已经走到了人类的前面。