哈佛物理学家开源 BootLoops，三个月产出 36 篇论文
来源The Decoder查看原文
速览
- BootLoops 是开源工具，用于让语言模型执行精确科学计算并连接学科间的知识空白。
- 三个月内团队在 18 个领域产出 36 篇手稿，涵盖粒子物理到语言学。
- Claude 计算了 30 个积分，其中 15 个为首次计算。
- 生态学中解出 20 年未解方程，发现树种变化速度超理论 4.5 倍。
- 群体遗传学分析 57 亿突变对，找到基因转换证据。
- 经济学项目自动检查 4,452 个复制包，已发表 NBER 工作论文。
- Schwartz 警告模型过早宣布成功、结论可能错误，人类监督必不可少。
- 他认为 AI 正快速改变科研，Python for Engineers 课程已过时。
- 模型偏好旧有高引议题，而非真正的新问题。
- 科学方法本身未受威胁，人类引导与品味仍不可或缺。
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座博文中介绍了他开发的开源工具 BootLoops。该工具不是让 AI 像人类研究员那样工作，而是专门寻找适合当前模型能力的「Claude 形状的问题」，用于精确科学计算。借助 BootLoops，Schwartz 与 19 位合著者在三个月内完成了横跨 18 个领域的 36 篇手稿，涵盖粒子物理、生态学、群体遗传学、经济学和语言学。其中 Claude 计算了 30 个积分，15 个复现已知结果，15 个为首次计算；在生态学中解出了一个存在 20 年、此前无法大规模计算的中性生物多样性理论方程，并发现巴拿马运河 Barro Colorado 岛的树种组成变化速度比理论允许的快 4.5 倍；在群体遗传学中分析了 1000 Genomes Project 的 57 亿个突变对，找到了基因转换机制的证据。Schwartz 同时警告模型存在过早宣布成功、计算正确但结论错误、偏好旧有高引议题等问题，强调人类监督与验证不可或缺。
关键事实
- BootLoops 由哈佛物理学家 Matthew Schwartz 开发，源代码已在 GitHub 开源，Schwartz 同时在 Anthropic 担任访问研究员。
- Schwartz 与 19 位合著者在三个月内产出 36 篇手稿，覆盖 18 个领域。
- Claude 使用 BootLoops 计算了 30 个积分，其中 15 个复现已知结果，15 个为首次计算。
- 在生态学中，Claude 解出一个存在 20 年的中性生物多样性理论方程，发现 Barro Colorado 岛树种组成变化速度比理论允许的快 4.5 倍。
- 在群体遗传学中，团队分析了 1000 Genomes Project 的 57 亿个突变对，找到基因转换机制的证据。
- 经济学项目开发了自动检查 4,452 个复制包的 AI 数据编辑器，已作为 NBER Working Paper 发表。
本站视角
对中文科研团队和 AI 开发者而言，BootLoops 展示了一种务实路径：不追求让 AI 完全替代研究员，而是寻找模型擅长且能产生实际科学价值的任务。国内做 AI for Science 的团队可以借鉴其开源工具和跨学科连接思路，尤其是在粒子物理、生态学、遗传学等已有大量数据的领域。我们认为，Schwartz 的警告同样关键：模型过早宣布成功、结论错误、偏好旧议题，这些缺陷意味着人类监督和领域知识仍是核心。如果国内团队盲目追求自动化而忽视验证，可能产出大量低质量结果。需要观察的是，BootLoops 目前依赖 Claude，其方法能否迁移到其他模型尚不明确。此外，项目消耗大量算力和 token，对资源有限的中小团队可能构成门槛。Schwartz 提到「Python for Engineers」课程已过时，这提示教育体系需重新思考技能培养，但具体如何调整仍需实践检验。
背景与影响
Schwartz 此前曾发表关于「Vibe Physics」的文章，本次博文是其观点的延续。他提出「凸包」概念：人类知识分散在不同领域，各领域向外延伸，但领域间的空白地带未被探索。BootLoops 旨在通过跨领域连接填补这些空白。这一实践发生在 AI 加速科学研究的背景下，Anthropic 等公司正推动模型在科研中的应用。Schwartz 的观察表明，AI 可以快速完成计算任务，但需要领域专家设定方向并验证结果。这可能意味着科研资助和博士生培养模式需要调整，因为 AI 可能在一夜之间解决原本需要三年资助的计算。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
