逃离物理学的“坟场”：Jared Kaplan与他预言的AI审判日

TL;DR：

作为Scaling Law的关键奠基人，Jared Kaplan从理论物理学的停滞中出走，在AI的算力曲线中找到了新的“宇宙规律”。他预言AI将在三年内写出菲尔兹级论文，这不仅是对物理学家的职业警示，更是对人类创造力本质的一次深刻解构。

2012年，当希格斯玻色子在日内瓦的大型强子对撞机（LHC）中现身时，物理学界经历了一场宿醉般的狂欢。但随后，长达十余年的寂静笼罩了这座耗资百亿欧元的“科学神庙”。对于当时正在约翰斯·霍普金斯大学（JHU）执教的贾里德·卡普兰（Jared Kaplan）来说，这种寂静震耳欲聋。

这位哈佛大学物理学博士、天才物理学家尼马·阿卡尼-哈米德（Nima Arkani-Hamed）的得意门生，曾深信自己能在复杂的费曼图中窥见宇宙的终极代码。然而，现实却像是一堵冰冷的墙：LHC成了一座“标准模型的坟场”，除了验证半个世纪前的理论，它再未带回任何能让物理学家心跳加速的“新物理”。

“我开始研究AI，是因为我认为AI的进展速度，可能比人类历史上几乎任何一项科学都要快，”卡普兰在接受采访时，语气平淡却透着一种近乎冷酷的理性，“它可能是整个人类科学史上最重要的事情之一。所以这件事我非做不可。”¹

这种转变不仅仅是一个职业选择，更像是一种信仰的迁移。

在硅谷的叙事中，卡普兰的名字通常与Anthropic紧密相连，他是这家估值数百亿美元AI巨头的首席科学家。但在AI技术史上，他更广为人知的贡献是作为**Scaling Law（规模法则）**的核心推动者。

对于物理学家来说，世界是由基本常数和幂律分布构成的。卡普兰将这种严谨的物理直觉带入了神经网络。他发现，大模型的性能提升并非玄学，而是遵循着极其精确的数学曲线——只要投入更多的算力、更多的数据、更大的参数，智能就会像冰相变为水一样，在特定的节点发生“涌现”。

正是基于对这套“智能物理学”的深刻理解，卡普兰最近抛出了一颗足以震碎学界三观的深水炸弹：再过2到3年，AI就能写出媲美顶尖物理学家的论文，50%的物理学家或将被彻底取代。²

这并非危言耸听。在卡普兰的视角里，即便是爱德华·威滕（Edward Witten）这种级别的菲尔兹奖得主，其思维跳跃中所依赖的数学直觉，或许也并非某种不可逾越的“生物魔法”，而是一套可以被程序化、规模化的复杂模式识别。

如果说卡普兰的预言是远方的雷鸣，那么黑洞物理学家亚历克斯·鲁普萨斯卡（Alex Lupsasca）的经历则是劈向象牙塔的第一道闪电。

鲁普萨斯卡曾对AI持有物理学家特有的“礼貌质疑”。他习惯于在黑洞边缘的极端引力场中推导那些足以让普通人眩晕的对称性方程。2025年初，他抱着试探的心态，将自己耗费数月心血才发现的、关于黑洞潮汐响应的“隐藏对称性”方程丢给了GPT-5 Pro。

“它‘思考’了大约18分钟。”鲁普萨斯卡回忆道，在那短暂的时间里，他仿佛听到了旧世界崩塌的声音。模型不仅完整重现了他苦苦追寻的对称生成元，还用一种他从未见过但极其高效的数学语言进行了表述。³

那一刻，鲁普萨斯卡感到的不是欣慰，而是一种彻骨的虚无。他很快做出了一个决定：加入OpenAI。

“当你在对撞机里找了十几年都一无所获，而AI能在18分钟内完成你半年的研究时，你就会明白，通往宇宙奥秘的关键不再是更大的机器，而是超级智能（ASI）。”¹

卡普兰的言论在物理学界激起了巨大的涟漪。反对者认为，物理学不仅仅是数学推演，更是对现实世界的观测与实验设计。AI可以玩转符号逻辑，但它能提出像“相对论”那样打破直觉的哲学思考吗？

然而，卡普兰的逻辑逻辑是递进的：如果AI能自动生成威滕水平的成果，要么说明高深理论物理的本质比我们想象的更具机械性，要么说明AI已经进化出了某种我们称之为“洞察力”的东西。

“你现在去担心粒子物理的未来，其实没什么意义。如果我们真要建下一代对撞机，那也应该是AI来建了，不是人类。”²

这句话背后，藏着一位前物理学家对母学科最深沉的哀恸，以及对新时代的狂热拥抱。他依然在探寻宇宙的真理，只不过实验器材从27公里长的地下环形隧道，变成了数据中心里密布的H100芯片阵列。

在Anthropic的办公室里，卡普兰依然保持着学者的儒雅，但谈论的内容早已超脱了传统的学术边界。他正在亲手构建那个可能会在三年内“杀死”他老同行职业生涯的怪物，或者说，一个全知全能的助手。

这不仅仅是一个关于行业替代的故事，这是一个关于人类如何通过创造另一种智能，来突破自身生物限制的故事。当AI真的写出那篇关于量子引力的菲尔兹级论文时，卡普兰或许会像当年的威滕一样，站在数学与物理的交汇点，只是这一次，他身后的背景板不再是黑板，而是闪烁着微光的液冷机柜。

在那座“标准模型的坟场”之上，超级智能正破土而出。

引用