---
id: "mb-20261017-27dd88"
kind: "deep"
title: "量子计算遇上可逆死结：Claude 闭门53小时推导定理，将核心电路门数暴降17倍"
topic: "量子计算遇上可逆死结：Claude 闭门53小时推导定理，将核心电路门数暴降17倍"
source_type: "generated"
status: "published"
generated_at: "2026-10-17 08:16:56"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 量子计算遇上可逆死结：Claude 闭门53小时推导定理，将核心电路门数暴降17倍

量子计算机最反直觉的一点：它做计算，一张草稿纸都不能撕。

普通电脑算完一步，中间数据随手就删。
量子计算机不行。
物理定律卡得死死的：量子电路里的每一步操作，都必须完全可逆。
只要把废弃的中间数据当垃圾扔掉，量子叠加态当场坍缩，算出来的结果直接报废。

这就引出了一个折磨物理学家几十年的死结。
算一道大题要跑上万步。
每一步的草稿你都得留着，那得准备多少个量子比特？
现在的量子计算机，满打满算也就几百上千个量子比特。
硬件本来就金贵，哪有地方给你堆草稿？

有人说：那我算完之后，倒着再算一遍，把草稿原样擦掉，不就能把量子比特腾出来了吗？
想法挺好。
但倒着算一遍，量子门的步数直接翻倍。
量子比特在噪音里存活的时间只有几十微秒，算得越慢，出错概率越高。
要么量子比特被草稿挤爆，要么量子门被慢速拖死。
物理学家管这个叫时空开销权衡。

这个死结卡得最狠的地方，在椭圆曲线加密。
也就是大家常说的，量子计算机破解现代密码学的核心战场。
里面最耗算力的一步，叫模逆元计算。
在普通电脑上，有个非常成熟的高速算法叫 divsteps。
它拿着两个数字，每一步看一眼，做做加减、对调或者除以 2。
普通电脑每走一步，随手就把上一步选了哪条分支扔了。
量子电脑不行。
如果要让 divsteps 倒回去，你就必须把每一步的分支选择全记下来。
跑几百轮，草稿多到根本塞不下。
所以学术界很长一段时间默认：这个经典算法没法直接搬到量子电路上。

Anthropic 的研究员 Andi Gu 和哈佛大学、QuEra 的团队决定换个思路。
他们把这个难题打包成规则，扔给了自家的 AI 模型 Claude。
搭了一个闭环系统。
Claude 在里面自己写 Python 电路代码。
外部程序自动跑模拟打分，看量子比特和量子门各用了多少。
打完分再把结果扔给 Claude，让它接着改。
整个过程没有人类插手，Claude 自己闭门跑了 53 个小时。

它在算法里钻出了一个全新的数学捷径。
Claude 问了一个人类学者没往深处想的问题：
谁说倒回去算，非得靠专门的寄存器存分支记录？
每一步算完之后，那两个数字不是变了吗？
能不能直接看那两个数字当下的状态，反推出上一步到底做了加减还是对调？
换句话说，让数据自己记着自己的脚印。

刚开始，Claude 试了几条经验规则。
小数字算得挺顺，一放到 256 位的真实密码学尺寸，全崩了。
到这里，一般程序可能就卡死了。
但 Claude 没停在盲目试错上。
它反手推导了一组全新的代数恒等式，从数学底层证明了这组数字在每一步的变换规律。
它用这个公式写出了严格的无痕逆向解码，甚至用 Lean 语言把数学证明全部形式化敲定。
结果，它做出了人类历史上第一个不需要额外存分支记录的可逆 divsteps 量子电路。
零额外草稿寄存器。

光做到这一步还不算完。
实时推导脚印虽然省了量子比特，但算推导本身也要花量子门。
Claude 又把这个设计切成了一整套方案库：
哪些步骤存记录更划算，哪些步骤算反推更省事。
最终拿出来的成果，对比之前人类学者发表的最顶尖电路设计：
量子比特只微增了 12%，但最昂贵的 Toffoli 量子门数量，直接降了 17 倍。

17 倍是什么概念？
原本可能要跑几个小时的高难度量子操作，门电路直接被砍掉 94%。
在哈佛和 QuEra 合作测试的 8 个物理与化学基准任务里，Claude 设计的电路在 7 个任务上打破了纪录。
有的算法门数量甚至被压缩了 39 倍。

过去很多人总觉得，量子计算离实用还有好几十年，全指望物理学家把超导芯片或离子阱的硬件做大。
但这次实验说明了一件很有意思的事：
大家以前总觉得瓶颈在硬件。
其实人类手工设计的量子电路，本身就留了巨大的浪费空间。
当 AI 可以在几十个小时里自己证明数学定理、把最硬的算力瓶颈削掉一个数量级，实用的量子计算，大概比很多人预想的来得快得多。

_Rendered by mubei-terminal._