哈佛教授“收徒”AI：僅用兩週將 Claude 培養成物理系研二學生

人工智能在學術科研領域的進化速度，正在挑戰人類的想象力。

近日，哈佛大學 教授 Schwartz 完成了一項驚人的實驗:他通過爲期兩週的“導師制”訓練，成功將 AI 模型 Claude 培養成了一名具備物理專業“研二水平”的研究員。這標誌着大模型正從簡單的知識檢索工具，演變爲能夠深度參與前沿科學探索的科研夥伴。

進化之路:從“懵懂新生”到“獨立研究者”

在這場爲期14天的實驗中，Claude 展示了與人類研究生高度相似的成長軌跡:

任務拆解: 面對複雜的物理難題，Claude 能夠主動聯手 GPT-5.2、Gemini3.0 等模型梳理思路，將大課題拆分爲102個細碎任務。

高強度對話: 實驗期間，導師與 AI 進行了約270次深度對話，累計消耗約 3600萬 tokens。

論文迭代: 經過110次草稿迭代，AI 最終獨立完成了具備專業水準的科研產出。

導師角色轉變:人類只負責“指路”與“糾偏”

在整個研究過程中，Schwartz 教授扮演了純粹的“導師”角色:

設定邊界: 僅負責指出邏輯錯誤、設定研究邊界並把控整體方向。

拒絕“代筆”: 教授絕不插手具體的計算與推導，所有的硬核攻堅均由 AI 獨立完成。

對症下藥: 針對 AI 偶爾想“抄近道”或遺漏步驟的小毛病，教授通過精準提醒引導其自我修正。

科研新範式:雙線作戰的“AI 博士後”

實驗進入攻堅期後，Claude 展示了人類難以企及的多任務處理能力:一邊推導複雜的物理公式，一邊同步編寫底層計算代碼。這種“理論推導+編程計算”的雙線協同，極大地縮短了科研週期。

結語:AI 讀研時代的到來

哈佛教授的這項實驗向學術界釋放了一個清晰信號:AI 已經具備了處理高難度、非標準化科研任務的能力。當大模型可以像研究生一樣通過“實戰”快速成長，未來的科學發現或許將進入由人類定義方向、由 AI 深度執行的“自動駕駛”時代。