假期中与AI探讨物理，竟意外开展量子力学真实研究
一位安全工程师在假期中利用AI助手Claude探索量子力学中的广义泡利约束问题，意外取得了新的研究成果。通过AI辅助，他发现了两个之前未被证实的极值态，并对其进行了分类。这项研究表明，AI可以降低研究门槛，但正确的验证流程和专家反馈仍是关键。
2026年7月，医疗成像公司的安全工程师Jamie Orlando在家庭度假期间，利用AI助手Claude意外开启了一项量子力学研究。Orlando拥有数学和物理背景，但日常工作涉及Terraform、威胁建模和FDA合规文档。他想测试AI处理复杂技术问题的能力，于是向Claude询问正性在物理和数学中的应用。Claude提到了广义泡利约束（GPC），这是量子力学中一个已有45年历史的问题。2008年，Altunbulak和Klyachko证明费米子占据数的允许组合形成一个多面体，泡利不相容原理只是其一面，而多面体的许多其他约束从未被写出。该多面体有两个角点仅通过数值验证，从未找到显式量子态。
Orlando和他的游戏PC开始了探索。他利用Claude帮助编写优化程序，运行了数百万次计算，并坚持对所有结果进行精确算术验证。Claude经常出错，但通过严格的验证流程得以纠正。第一个角点被发现由七个行列式组成，带有整数权重，其证明可以用高中算术验证，具体形式为 ψ_A = ( √2|1257⟩ + √3|1347⟩ + √2|1369⟩ + √3|1459⟩ + √6|1789⟩ + 2|2679⟩ + |3579⟩ ) / √21。这一发现揭示了角点可分为两类：经典配方（混合整数比例）和需要量子干涉的。历史上棘手的角点正是干涉型。
第二个角点更为困难。Claude错误地假设振幅为实数，导致所有搜索失败。在Orlando要求它“以科学出版的严谨性”审查标准后，发现需要复数振幅。修正后，他们在之前已穷尽的搜索空间中找到解，该态是首个被证明必须使用复数振幅的极值态。
Orlando将成果撰成论文并发送给专家。一位研究者数小时内回复，指出三个问题：核心概念已有先例（root-distinct states）；定理表述有误；真正有价值的是自动构建这些态的算法。Orlando据此重写论文，聚焦于算法。他强调，AI降低了研究门槛，但验证和专家反馈不可或缺。总成本仅为一个Claude订阅和已有的游戏PC。最终，他们对秩6到10的系统全面分类，分析了799个角点，发现干涉并非均匀分布，例如在四费米子系列中，干涉在秩8完全缺失，在秩9出现。这项研究展示了AI辅助公民科学的潜力。