哈佛教授“带徒”AI：两周内把 Claude 训练到物理研二水准

AI 在学术科研上的进步速度，正不断刷新人们的想象。

近日，哈佛大学 教授 Schwartz 完成了一次大胆实验：通过为期两周的“导师制”训练，把 AI 模型 Claude 打磨到相当于物理专业“研二”的水平。这意味着大模型正在从简单的资料检索工具，进化为能深度参与前沿研究的合作伙伴。

成长路线:从“新手”到“独立研究者”

在这 14 天里，Claude 的成长轨迹与人类研究生非常相似:

任务拆解: 面对复杂的物理问题，Claude 会主动联合 GPT-5.2、Gemini3.0 梳理方案，把大课题拆成 102 个可执行的小任务。

高强度对话: 实验期间，导师与 AI 共进行了约 270 次深度交流，累计消耗约 3600万 tokens。

论文迭代: 经过 110 轮稿件打磨，AI 最终独立完成了专业水准的研究成果。

导师角色转变:人类只负责“定向”和“纠偏”

整个研究过程中，Schwartz 教授只扮演“导师”的角色:

设定边界: 负责指出逻辑漏洞、设定研究边界并把控大方向。

拒绝“代笔”: 不介入具体计算和推导，核心难点由 AI 自行攻克。

对症下药: 当 AI 偶尔想“走捷径”或漏步骤时，教授用精准提醒促使其自行修正。

科研新范式:像“AI 博士后”一样双线作战

进入攻坚阶段后，Claude 展现出强悍的多任务能力:一边推导复杂物理公式，一边同步编写底层计算代码。这种“理论推导 + 程序计算”的并行配合，显著压缩了科研周期。

结语:AI 读研时代来了

这项实验向学术界释放出明确信号:AI 已能处理高难度、非标准化的科研任务。当大模型可以像研究生一样在“实战”中快速成长，未来的科学探索或将进入由人类定方向、由 AI 深度执行的“自动驾驶”模式。