一句话算出物理新纪录，机器人进厂打卡三个月-动态资讯-北京联索科技有限公司

动态资讯

首页 >> 动态资讯

一句话算出物理新纪录，机器人进厂打卡三个月

2026-09-28 01:07:15 腾讯 [查看原文]

今天聊聊 9 月 27 日的几件事。

AI 这边，有人只丢给模型一句话，它就把理论物理保持三年的计算纪录给破了；编程工具那边，一个亲手做"计划"产品的创始人公开宣布此路不通。机器人那边更实在——不进展台进车间，连续打卡已经满三个月了。

一条一条说。一、Claude 算出九圈散射振幅，理论物理三年纪录作古

9 月 25 日，Anthropic 在官网刊出一篇客座文章，9 月 27 日央广网等集中报道：Claude 完成了平面 N=4 超杨-米尔斯理论六粒子散射振幅的九圈计算。

别被名词吓住，重点就三个：

第一，这是真纪录。散射振幅是理论物理里最繁重的符号计算之一，每多算一圈，历史上都要顶尖团队花好几年。此前最高纪录是八圈，由 SLAC 国家加速器实验室的 Lance Dixon 团队在 2023 年创下。

第二，过程便宜得离谱。研究者只给了一句任务描述，之后的"指导"基本只剩"继续"。Claude 用两种独立方法互相校验，其中数值计算部分就是 96 个 CPU 跑一周，约 100 美元；把长时间调用 Claude 的费用全算上，一条完整路线也就 1000 到 2000 美元——一张会议差旅的账单。

第三，人类专家认账。八圈纪录的创造者 Dixon 本人独立验证了结果，说自己"原本认为九圈直接计算太难"，甚至直言 Claude 比任何人都更懂他们团队那两篇论文。

这件事的起点是一封公开"战书"：8 月 7 日，前理论物理学家 Matt von Hippel 在博客上点名 AI 公司——用学者负担得起的算力，来解决我领域的真问题。一个多月后，战书被接了。

也要说清楚边界：Claude 没有发明新方法，只是把人类已建立的方法完整跑通。中科院何颂团队同期也在 GPT-6 辅助下独立推进到了九圈的主要结果。

真正的信号是：科学计算的成本结构变了。以前这类题目只有精英机构碰得起，现在一个小组加几千美元预算就能上桌。前沿科学验证，正在变成模型军备赛的硬赛道。二、美团 LongCat-2.5 上线：1.6 万亿参数，点名适配 Claude Code

9 月 25 日，美团 LongCat 开放平台上线 LongCat-2.5-Preview，周末两天持续发酵。

硬指标：MoE 架构，总参数约 1.6 万亿，每次推理只激活约 480 亿；原生支持 100 万 token 上下文；新增图片理解，能看截图、图表做视觉推理。

但比参数更有意思的是它的发布话术——几乎句句指向 Agent 生产环境：长程任务、工具调用、多步规划，Coding 能力单独成段，直接点名与 Claude Code、Hermes、OpenClaw、OpenCode、Kilo Code 高效协同。

价格也很凶：限时输入每百万 token 0.30 美元，缓存命中只要 0.006，老用户直接送 500 万 token。

看明白了吗？国产大模型的竞争已经从"跑分榜"卷到"进工具链"。Kimi K3、DeepSeek V4、GLM、LongCat，几个万亿级 MoE 在同一个 Agentic Coding 战场贴身肉搏。

模型厂商打得越凶，开发者越舒服——又好又便宜的选项，肉眼可见地变多了。三、EverMind 开源 Raven V0.2.0：让 AI 自我进化发生在"工作方式"层

9 月 27 日机器之心报道，EverMind 开源了 Raven V0.2.0，提了个反主流的观点。

大家都在等"模型自己改模型参数"的递归自我改进（RSI）。Raven 说，等等，人脑不是这么工作的——皮层慢速沉淀能力，海马快速适应新经历。对应到 AI 系统：模型参数像皮层，而记忆、技能、提示词、控制代码、决策策略这些 Harness 层的东西，才像海马，应该快速进化。

所以 Raven 把 Harness 里可被 AI 改写的部分拆成四类：Modules、Code、Prompt、Policy，每一类都能独立替换。AI 根据任务中积累的反馈，自己改自己的工作方式。在此之上还有一个 The Harness of Harnesses，统一编排 Claude Code、Codex 这些专业 Agent 组队干活。

官方评测里，多 Agent 编排、深度研究、编码、设计、持续执行多项结果，优于同底座模型下对比的 Harness。

为什么值得看？因为"模型不动、工作方式自我进化"是目前工程上最可落地的 RSI 形态。提示词靠人调、流程靠人写、出错靠人修的时代，可能比我们想的更快结束。四、"Plan 模式已死"：亲手做计划产品的人，宣布认输

这条是周末 Hacker News 上最火的帖子，9 月 27 日机器之心出了编译。

作者叫 Ayman Nadeem，YC 孵化的 AI 编程公司 Nuanced 的创始人。今年早些时候，她坚信"计划"会成为 AI 编程最重要的环节——先写好需求、架构、步骤，再交给 Agent——还围绕这个判断做了一整套桌面应用。

几个月后，她发帖认输：《Plan mode is dead》。

她的复盘很诚实。计划模式过去干两件事：给 Agent 足够精确的指令；帮人理解自己在构建什么。模型变强之后，第一件事迅速过时了。第二件事更重要了，但计划模式接不住——尤其当你用 Conductor、Codex 同时并行跑好几个 Agent 的时候。

最扎心的是这句：她发现自己"很难集中注意力，很难深入理解正在做的事情"，精神上与工作脱节，"甚至有些像行尸走肉"。

这不是一个产品的失败，是整个交互范式在松动：从"事前写计划约束 AI"，转向"AI 直接干、人做验收"。

而她点出的真问题至今没有好答案——并行 Agent 时代，人怎么保持对系统的理解？谁能解决这个，谁就可能定义下一代编程工具的界面。五、环球网调查"实干时代"：机器人进厂，打卡满三个月

9 月 27 日，环球网发了一篇中国具身智能产业的深度调查，标题就问：进入"实干时代"了吗？

里面的数字挺硬。

宁德时代量产线上，银河通用的重载人形 Galbot S1 双臂抱起几十公斤的料箱送工位，纯视觉自主行动。今年 3 月验收以来，7×24 小时连续干了超过 3 个月——官方口径里，这是全球人形机器人在新能源智能制造场景第一次"常态化自主作业"。银河通用的商业部署规模已经破千台，客户名单里有宁德时代、博世、丰田、上汽。

南昌龙旗科技工厂，8 台智元精灵 G2 承接平板质检全工段，效率达到人类工人的 80% 到 90%，连续运行超 3000 小时。

杭州还有一所"机器人学校"，一期 4 台"毕业"：一台受聘中国历代绘画大系典藏馆当导览，一台去天津雀巢车间巡检，一台钢琴机器人马上要赴韩国演出。

快思研究院田丰的判断很到位：表演让观众印象深刻，工作必须让生产经理满意——现在正是从"能表演"跨进"能干活"的验证期。

注意衡量标尺的变化：不看翻跟头了，看连续运行时长、效率达成率、复购。这些数字第一次让"机器人进厂"从 PR 话术变成可以核对的运营指标。

验证期之后，才是真考验。

每天写这些文章，配图都要反复压到合适大小，干脆自己做了个本地处理的图片工具「缩图小吴」——压缩、转格式、裁剪、调尺寸一条龙，所有处理都在本地完成、不上传，顺手分享给同样被图片体积折磨的人 👇