新智元报道 数学之后，AI攻进自然科学了！ BitMiracle AI Lab的科研智能体ClawsGO Science让1个Claude Opus 5.5指挥136个GPT 6 Astra，用11天破解了一道1974年提出的化学猜想。 ClawsGO Science在云端工作站上给出的这道证明，已写成83个Lean文件公开。 这一年，AI最先在数学上撕开了口子。 几百篇数学手稿一次放出，悬了几十年的难题接连被推进。 一个月前，新智元写下过这样一句话： 物理、化学、生物迟早也会走到这一步，每一门学科都会有这么一天。数学，只是先到了而已。 数学之后，是自然科学 就在刚刚，BitMiracle AI Lab放出一篇23页的论文，让AI破解了一道半世纪前提出的化学猜想。 它问的，是化学课本里人人背过的一句话：可逆反应，最终会达到平衡。 一个密闭容器里的可逆反应，不管一开始怎么配料，只要总量相同，最后一定会停在同一个平衡点吗？ 1974年，化学家Fritz Horn正式提出了这个问题。此后半个世纪，它一直挂在化学反应网络理论的难题清单上。 这一次，答案是： 会。 给出证明的，是AI。 做成这件事的，是一个科研智能体： ClawsGO Science。 Claude Opus 5.5做决策，GPT6 Astra执行，Lean内核检查每一步。 BitMiracle AI Lab发布论文的推文 课本上一句话 为什么半个世纪证不完？ 把几种物质放进密闭容器。A和B生成C，C又分解回A和B。反应一直在进行，浓度一直在变。 最后会怎样？会一直振荡吗？会有哪种物质被耗光吗？起点不同，终点也会不同吗？ 1972年，Horn和Jackson找到了一件武器：一个类似熵的量。反应进行时，它只降不升。系统就像一颗沿着山坡往下滚的球，滚到谷底，就是平衡。 他们一度以为，问题解决了。 但山坡上藏着一个陷阱：某种物质的浓度，可能一路贴向零。在那里，坡几乎变平，看起来像谷底，其实是个假终点。 把这个陷阱排除干净，成了此后半个世纪里，化学家们一点一点在啃的硬骨头。 示意图：浓度沿着熵的山坡一路往下，避开边界上的假终点，最后停在谷底的平衡态。 一个Opus，指挥136个Astra 这道题，是在ClawsGO Science里做出来的。论文写明了分工。 决策智能体 Claude Opus 5.5 科研品味好，负责定方向：走哪条路，换掉哪一步，最后把整条证明都交给机器检查。 执行智能体 GPT6 Astra×136 执行力强，负责落实：写证明，写Lean代码，编译，读报错，修，再编译。 检查 Lean内核 每一步证明都交给它。对就是对，错就是错。 转折出现在第6天。 几十个执行智能体陆续报回同一个问题：教科书上的那条路，要先补的地基太多，工程量太大。 决策智能体没有让它们硬啃，直接换了一条路。 第二天，卡住的那一步编译通过。这一步，后来成了论文里的关键一步。 研究者定题目，把关论证，核对机器检查的那个命题说的确实是这道题。要人核对的部分，不到60行。 严格地说，论文证明的是这个猜想里满足细致平衡的一类情形，第一步借助了已有的定理。从那里到终点，整条证明链都过了机器检查。 ClawsGO Science 里的分工：决策智能体定方向，执行智能体落实，Lean 内核检查每一步。 AI攻自然科学 缺的是一间云端实验室 AI攻数学，有一套检查证明的系统就够了。 自然科学不一样。 化学家要跑GROMACS和LAMMPS，算PySCF和CP2K。生物学家要用BLAST比对序列，去UniProt查蛋白。气象学家的一次WRF模拟，一跑就是好几天。 每一样都要装、要配、要喂数据、要算力。很多课题卡在环境上的时间，比卡在想法上还长。ClawsGO Science给每个任务一台云端工作站。 这道题要的环境，开机就有：Lean和它的数学库都已装好、编译好。执行智能体领到任务，直接开写。 同一台工作站上，还预装了533个科研软件与工具、91个内置数据库，覆盖61个一级学科。 任务跑在云上，不靠谁的电脑开着。连续11天，每一条命令、每一次输出，都留在任务记录里，随时可以回头查。 云端工作站预装的软件、工具与内置数据库，按学科领域统计。 下一个，是你的课题 数学先到了，化学跟上来了。 做材料的，可以把一批候选结构的模拟交给它。 做生物的，可以让它搭好一条序列分析流程，自己跑，自己查。 做药物的，可以让它用RDKit筛一轮候选分子。 做气象的，可以把一次WRF模拟交给它，一直盯到跑完。 过去，一份证明要几位专家逐行审上几个月。现在，它可以附带一份机器检查；过程，可以附带一份完整记录。 数学之后，是整个自然科学。 这个研究在ClawsGO Science内测期间做完。 现在，ClawsGO Science正式
