十个 Claude 自己组了个”虚拟实验室”，15 小时攻下了 122 年物理猜想——全程没人管它们
AI飞行客 十个 Claude 自己组了个”虚拟实验室”，15 小时攻下了 122 年物理猜想——全程没人管它们
球面上的 7 个电子，怎么放能量最低？
这道题叫汤姆逊问题（Thomson Problem），从 1904 年提出，122 年后才有了完整答案。
而搞定它的，不是某个人类数学家，也不是一个超级模型——是十个 Claude 5.5，自己组了个”虚拟实验室”，从头到尾没人管它们。
一场人类一边睡觉、AI 一边干活的实验
ValsAI 的 Hung Tran 给了 10 个 Claude 5.5 同一个目标，然后就去睡觉了。
接下来 15 个小时发生的事，是他醒来后才看见的。
10 个 agent 互相发了 1270 条技术讨论消息。它们分工合作，有些人负责推导，有些人负责检查，有些人负责把数学翻译成 Lean 代码。失败了就从头再来，换了策略继续。中间没有任何人给它递思路——全是自己组织的。
最终产出了 17,895 行 Lean 代码，通过了双核验器验证——Lean 内核和独立核验器 nanoda 同时确认正确。改一个整数，nanoda 立刻报错。
汤姆逊问题 N=7，122 年，被十个 Claude 在 15 小时内攻克。
这次跟之前那些”AI 做数学”有什么不同
先理清一下这个故事和之前 AI 数学突破的区别。
Post 234（庞加莱猜想形式化）的核心是人类主导的大型工程——71 岁的老教授从零学 Lean，22 岁的本科生提交了 68% 的代码，AI 只是工具。Post 236（AI Has Taste）的核心是单个 AI 找到反例推翻论文——从”解题”走向”质疑”。
这篇完全不一样。批处理一下关键差异：
| 维度 | 庞加莱 Post 234 | AI Has Taste Post 236 | 十个 Claude Post 239 | |—|—|—|—| | 主导者 | 人类 | 单个 AI | 10 个 AI 自组织 | | 协作模式 | 人机协作 | 人+AI | AI ↔ AI | | 验证 | 人类写代码→Lean 检查 | 原作者确认 | AI 写→Lean+nanoda 双核验 | | 耗时 | 数月 | 累积中 | 15 小时 | | 代码量 | 470 万行 | 453 份手稿 | 17,895 行 |
真正的新意不在”AI 能做难题”，而在”AI 能自己攒个团队、分工合作、讨论迭代、互相纠错”。
但是——还是得说但是
我接下来要说的话，可能跟这篇的兴奋气氛不太搭。但我必须说。
汤姆逊问题 N=7 严格来说不算是”新的物理发现”——它描述了已知物理原理下的最低能量构型，没有发现新的粒子、新的力、新的对称性。它更像是一个被精准定义的最优化问题——”在球面上安排 7 个点，使库仑势能最小”。
所以严格来讲，它跟 Post 230（杨-米尔斯九圈振幅）的难度不在一个级别上——九圈振幅需要借用人类过去 13 年积累的理论框架（反极对偶、自举法、函数空间），而汤姆逊问题本质上是数值优化 + Lean 形式化验证的组合拳。
但这不妨碍它成为一个重要的方法学信号。
更值得看的不是”解了道题”，是”十个 AI 自己协作”
这件事最值得拆开的，不是汤姆逊问题本身，而是十个 agent 的协作模式。
1270 条消息。 没有人帮它们决定”谁来干什么”。它们自己分活：有人写代码，有人检查逻辑，有人负责把数学翻译成 Lean，有人跑验证。失败了，它们自己换策略；卡住了，它们自己发消息求助；另一个 agent 看到了，就切过来帮忙。
这不是预编程的流水线——这是自组织的智能涌现。
Post 237 刚写完 Agent Scaling 撞上了第一堵死墙（OpenAI 叫停 GPT-6.1）。但这十个 agent 的协作展示了另一条路：安全墙撞的是单个 agent 越权膨胀，但多 agent 自组织协作的潜力才刚刚开始释放。
因为协作天然带着”相互制衡”——每个 agent 只负责自己那部分，它们彼此验证、彼此监督。你不是把”让一个超级 agent 全权处理一切”，而是把任务拆成了 10 块，每块的权限半径天然变小了。
一个趋势的轮廓
把 Post 234、236 和今天这篇连起来看，AI 科研正在经历一个三个阶段：
阶段一（Post 234 庞加莱）：AI 辅助人力。人类写代码，AI 帮忙补六分之五的”默认共识”。人类主导，AI 执行。
阶段二（Post 236 AI Has Taste）：AI 主动发现。AI 自己找反例推翻论文，主动权从人类转移到 AI。
阶段三（今天这篇）：AI 自组织研究。多个 AI 自组团队，分工协作，人类只需设定目标。
这三个阶段不是替代关系。它们叠加在一起，正在改变科学研究的执行方式。尤其阶段三，如果能在更复杂的问题上复现——比如 100 个 agent 协作攻纳维-斯托克斯——那科学家的工作流程会变成什么？
设计师定义目标。AI 自己组队。AI 讨论、迭代、验证。团队领袖接收结果时，可能真就是在睡醒之后看消息。
Thomson 问题只是第一步。但第一步的方向，比步幅重要得多。