Claude 重设计 8 个模拟量子电路，运算量最高压缩 17 倍

Anthropic研究称Claude重设计8个模拟量子电路，运算量最高压缩至原来的17分之一。

Anthropic 发布研究（官方博客 + arXiv 论文 2610.22367，可公开复核）：Claude 重新设计了 8 个可经典模拟的量子电路，通过重建电路中的临时数据、以及把其中一个算法替换为更优算法，将运算量最高压缩至原来的 17 倍与 12 倍分之一。该工作由 Anthropic 的 STEM Fellows Program 成员 Andi Gu 主导，量子物理学家 Alek Kemeny 指导，并与哈佛大学的 Susanne Yelin、Mikhail Lukin（兼 QuEra Computing）合作。这是 LLM 在"生成—验证"闭环中加速科学发现的一个具体案例，不涉及真实量子硬件上的运行结果。

hackernews · pretext · 10月16日 18:00 · 社区讨论

「为什么是现在」 它是近期"AI 做科学"系列的又一实证：与 Claude 破解 NIST 曲线种子类似，都发生在有严格验证器的问题域里——电路可被机器验证，模型能快速试错。已发生的是 8 个模拟电路的压缩结果；"此类方法能否推广到不可经典模拟的电路或真实量子设备"目前没有证据，属于未证实的想象空间。

「内容切入」 可做角度：从"AI 为什么在有验证器的领域突然变强"切入，把本次量子电路优化（有编译器式闭环验证）与上次的 NIST 种子考古对照，讲清 LLM 科学发现的适用边界：它擅长的是可自动判分的搜索问题，而非开放性科学假设。

「社区讨论」 HN 讨论（约 96 分 18 评）中，有熟悉量子语言的读者指出该工作建立在 Google 的 Kickmix 量子语言之上——它相当于可经典模拟电路的"汇编语言"，优化它近似代码高尔夫，LLM 正因验证闭环受益；也有用户对官方博客与论文致谢名单的不一致提出质疑，该争议尚无定论；另有人以玩笑口吻表达对"AI 自我改进"的担忧。

查看原文 ↗