Claude 自主设计量子电路：八类基本运算超过已发表最优设计

Anthropic 公布一项量子计算研究：只给 Claude 自然语言的电路规格与一个能自动校验、打分的评测程序，让它自己迭代设计量子电路。八类基本运算（覆盖化学、优化、物理模拟、数论与数值计算）中，官方称 Claude 找到的设计在比特数与门数上同时优于此前已发表的最优算法，部分任务提升达一个数量级甚至更多。以氮化酶核心铁硫簇 FeMoco 的基态能量为例：2017 年的估计约需 50 万亿个 Toffoli 门，经多年算法改进已降到约 3.4 亿个（约 15 万倍），对应未来约三百万物理比特机器上数小时的计算——官方强调这一下降主要来自电路重设计，而不是硬件进步。

工作方式是闭环：Claude 用 Python 写出电路实现，交给评测器验证正确性并按「比特数 x 门数」打分，再把分数与反馈用于下一轮改写，轮与轮之间没有人类介入；这个指标是电路运行耗时的代理量。官方称改进来自新的结构性洞察而非对既有设计调参——例如模拟铁硫分子时，Claude 注意到分子的对称性与重复结构意味着部分结果可以只算一次后复用，不必对系统每一部分重算；另一些电路里存在只为极罕见输入才需要的昂贵组件，它把这些组件去掉后重新设计。研究由 Andi Gu 在 Anthropic 的 STEM Fellows 计划中领衔，量子物理学家 Alek Kemeny 指导，并与哈佛大学 Susanne Yelin、Mikhail Lukin（兼 QuEra Computing）合作。

官方举出两个具体发现：一是用于模逆运算（椭圆曲线计算中最贵的一步）的一个新的可逆算法；二是让某主流量子优化算法中最贵的一步便宜约 12 倍。官方结论是：AI 现在可以帮助重新设计量子电路，而更快的电路设计可能让这些机器原本要解决的问题更早够得着。以上均为 Anthropic 官方口径，论文已挂 arXiv（2610.22367），本轮只直读官方研究页，未直读论文全文，也没有第三方复现。

原文链接：Anthropic 官方研究页