Anthropic的Claude模型在半小时内解决了一桩困扰密码学界20年的悬案，揭示学界长期沿用的错误假设，引发对AI辅助科研范式的广泛讨论。

详细分析

这则新闻的核心信息极具冲击力：一个通用大语言模型在半小时内，解决了一桩密码学领域悬置20年的公开难题，而学界此前的研究路径被证明整体走偏。从背景看，密码学中的某些猜想或构造问题长期依赖人工推理与局部搜索，社区往往在某个假设框架内反复优化，形成路径依赖。Claude的介入之所以能快速破局，很可能是因为它不受既有范式束缚，能够跨文献整合线索、提出非共识的构造思路，并以极低成本完成大量试错。这一事件的影响远超单一问题的解决：它直接挑战了“前沿数学与密码学突破只能由人类专家缓慢推进”的默认预期，也让“AI作为科研合作者”从愿景变成可复现的案例。对行业而言，Anthropic借此展示了Claude在长链条推理与形式化思维上的能力，这对企业级AI市场的竞争格局有直接提振作用——当模型能力从“写代码、做摘要”上升到“解决开放科研问题”，其溢价空间和客户想象力都会显著扩大。市场反应层面，此类事件通常会强化资本对AI for Science赛道的押注，并促使更多研究机构将LLM纳入理论计算机科学与密码学的工具链。更值得关注的是方法论意义：学界20年的集体走偏，暴露了同行评审与研究方向选择中的群体惯性，而AI的“ outsider 视角”恰好构成一种纠偏机制。当然，也需要冷静看待——单点案例尚不足以证明AI能系统性替代理论突破，问题的可验证性、提示工程的质量、以及人类专家在问题定义中的角色仍然关键。但无论如何，这则新闻标志着一个转折信号：AI开始从科研的辅助工具，走向科研的参与者甚至破局者，密码学、数学、理论计算机科学的研究文化或将因此被重新塑造。

真正值得警惕的不是AI解出了题，而是学界20年没解出——这既是AI的高光，也是人类科研评价体系的一次尴尬暴露。

原文：量子位