← 返回全部情报
Anthropic:给 Claude 一段需求和一个自动评分器,53 小时闭环跑出新的椭圆曲线点加电路,其中一种门数比此前最小设计少 17 倍 的封面

·Blog·工程博客收录 2026-10-21

Anthropic:给 Claude 一段需求和一个自动评分器,53 小时闭环跑出新的椭圆曲线点加电路,其中一种门数比此前最小设计少 17 倍

工程量子电路Claude Mythos 5闭环优化自动评估器Lean 证明

一句话结论

Anthropic 把 8 个量子电路基本例程用白话写成需求,再配一个自动检查正确性并按「量子比特数 × 门数」打分的评估器,让 Claude Mythos 5 在几乎没有人工介入的情况下反复提方案、拿分、改进;它在 8 项任务上都找到了比已发表最佳方案更省资源的设计,其中 DQI 解码器的门数降到原来的十二分之一。

打开原文 Anthropic:Designing more efficient quantum circuits with Claude

背景与理念

量子计算机的量子比特和运行时间都很稀缺,所以研究者一直在重新设计算法电路,用更少的比特和门完成同样的计算。文章举的例子是模拟固氮酶核心 FeMoco:2017 年估计需要约 50 万亿个 Toffoli 门,经过多年算法改进降到约 3.4 亿个,大约缩小了 15 万倍,这些进步主要来自电路设计而不是硬件。

作者认为这类任务很适合 Claude:电路可以写成代码,正确性可以由普通计算机高效验证,目标也能量化成一个客观分数。于是他们想看看,只给白话描述,Claude 能不能像优化经典算法那样优化量子电路。

具体做法

  1. 搭一个闭环:Claude 用 Python 写电路实现,交给程序化评估器。评估器先检查实现是否正确,再按用到的量子比特数和门数打分,把分数和反馈送回给 Claude 做下一轮,轮与轮之间没有人工输入。
  2. 任务覆盖 8 个计算基本例程。范围包括化学、优化、量子模拟、数论和数值计算。
  3. 点加任务只给了一段话的说明,并要求并行探索几种思路。Claude 连续工作了 53 小时,人工介入只有最初的说明和偶尔提醒它想得更开一些。
  4. 它不满足于试错,而是先证明数学性质。在模逆运算上,Claude 想到可以从每轮迭代后的数对里直接「解码」出分支信息、不用存储历史;简单规则在 256 位规模上失败后,它推导出若干新的代数恒等式,得到精确的解码公式,先用大规模数值模拟检验,再用 Lean 做形式化验证。
  5. 在 DQI 的 Reed–Solomon 解码器上换了算法。Claude 判断扩展欧几里得算法不适合量子电路,改用每轮步骤固定、轮数固定的 Berlekamp–Massey 解码,并把大部分临时值改为从当前状态重建,只为极少数例外值预留空间。

关键数据/例子

点加电路方面,Claude 给出一族新设计,其中一个比此前最小设计多用 12% 的量子比特,但门数少 17 倍,扩展了比特数与运行时间的帕累托前沿。

DQI 解码器方面,为最坏情况(35 轮都出现例外值)预留存储需要 665 个量子比特;Claude 写了高速模拟器跑了 4.03 亿次采样解码,发现几乎每次最多只需存一个值,于是只留 19 个量子比特,约万分之一的运行会因此失败,仍在任务允许的错误率之内。最终解码器门数比 Google 此前的构造少到十二分之一。

作者对比说,FeMoco 估算 15 万倍的下降花了多个研究组八年,而 Claude 的椭圆曲线设计来自一次 53 小时的运行。他们也记录了局限:早期 Claude 偏保守,会反复复核已经站得住的结果,更倾向熟悉的方法,所以团队要求它并行发展几种不同思路,并不时提醒它扩大搜索范围。

创新点

第一,把科研问题改写成「可执行代码 + 可验证 + 可打分」的形状,让模型能在闭环里长时间自主迭代。

第二,模型的改进来自新的结构和数学洞见,而不是在已有设计上抠细节。例如利用分子的对称性复用计算结果,或者去掉只为极罕见输入准备的昂贵组件,并配合 Lean 证明来保证正确性。

第三,用大规模模拟测出真实的资源需求,替代按最坏情况预留。这是把 665 个比特压到 19 个的关键。

可否复用

  1. 只要问题能写成代码、能被程序判定对错、能用一个数字打分,就可以套用这种闭环。编译优化、电路设计、调度等都属于这一类。
  2. 评估器要独立于模型。让外部程序检查正确性并打分,模型只负责提方案。
  3. 在提示里要求并行探索几种本质不同的路线。作者发现这能抵消模型偏保守、偏向已知方法的倾向。
  4. 对关键结论加形式化验证或大规模数值检验。不要只凭小样例通过就采信。

笔记会在输入时自动保存。