AI智能体自主求解理论物理问题评测

2026年10月，一篇arXiv论文提出50道未公开、答案可验证的研究级理论物理问题，测试现成AI智能体在无人类提示下的自主求解能力。测试中表现最好的GPT-6-Astra通过Codex调用，在可检索文献并编写数值和符号计算脚本的设置下达到98%准确率，平均每题成本低于3美元。论文还显示，移除网络搜索和背景论文后，智能体平均准确率变化很小。作者同时讨论了AI智能体虽擅长具体计算，却尚未带来理论物理突破的可能原因。该研究近日登上Hacker News热帖。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。