Anthropic 的 Claude 在半小时内解决了一桩困扰密码学界二十年的悬案，暴露出学界在相关方向上的集体误判，引发对 AI 辅助科研范式与学术评审机制的深刻反思。
详细分析
这则新闻的核心冲击力不在于 Claude 解出了一道密码学难题，而在于它解出的是一桩被学界搁置二十年、且长期被错误方向主导的『悬案』。半小时与二十年的悬殊对比，构成了一个极具象征意义的叙事：当人类学术共同体在某个问题上形成路径依赖，评审机制、发表激励与同行共识可能共同维系一个错误的研究范式，而具备跨文献整合与形式化推理能力的大模型，恰恰不受这种社会性惯性的束缚。从背景看，密码学中的某些公开难题往往涉及对特定数学结构或协议安全性的重新表述，学界二十年走偏很可能意味着大量论文建立在错误假设之上，后续研究形成沉没成本，纠错动力被严重削弱。Claude 的介入方式值得注意：它并非依赖某个单点突破，而是可能通过快速遍历文献、识别被忽略的反例或重新形式化问题定义来破局，这正是当前大模型在科研辅助中最具颠覆性的能力维度。对行业而言，这一事件会加速 AI for Science 从『辅助实验』向『辅助问题重构』的迁移，密码学、理论计算机科学等高度形式化的领域将率先感受到冲击。市场反应层面，Anthropic 借此进一步强化了 Claude 在复杂推理与长上下文任务上的品牌认知，与 OpenAI、Google DeepMind 在科研智能体方向的竞争将更趋白热化。更深远的影响在于学术评价体系：如果 AI 能系统性发现人类共同体二十年未察觉的方向性错误，那么同行评审与引用网络作为知识质量保障机制的有效性将被重新审视，科研机构需要建立 AI 辅助的交叉验证流程，而非仅将大模型视为写作工具。当然，也需要警惕叙事泡沫——单案例的成功不等于可复现的方法论，Claude 的解题过程是否经过严格形式化验证、结论是否被密码学界正式接受，仍是判断此事分量的关键变量。
半小时破二十年悬案，戏剧性拉满，但真正的信号是：学术共同体的社会性惯性，正在成为 AI 最易攻破的软肋。
原文：量子位