最近圈子里都在聊一件事一位做凝聚态理论的同行用一句提示词加几千美元API费用让Claude在一个跟了半年都没走通的哈密顿量模型上找到了一个非平凡的对偶变换直接把论文的结论从“数值相图”推进到了“解析判据”。消息传开之后不少做科研的朋友跑来问我这是不是意味着以后做理论物理不用亲自推公式了说句实话我自己也花了整整两周时间复现了一遍类似的流程结论是AI确实能大幅缩短预研阶段但用法比你想象的要讲究得多。这篇就从头到尾记录一下我的完整操作从Claude Code的安装配置、提示词设计到与符号计算工具配合验证再到一路踩过的坑。1. 项目背景与整体思路拆解1.1 这个“突破”到底是怎么发生的我先把这个事说透。外界喜欢用“一句话几千美元”这种戏剧化的说法好像Claude自己灵光一闪就把物理难题解了。实际上完全不是这么回事。真实的过程是研究者已经围绕一个具体模型卡了几个月心里其实清楚哪个环节最疼所以他把这个问题非常精确地“翻译”成了Claude能处理的任务再用对话的方式跟模型来回讨论、纠错、验证最后才从模型给出的候选映射里找到了突破口。Claude在里面扮演的角色更像是一个“读过大量文献且有符号运算底子的研究助理”而不是全知全能的理论物理学家。我们组随后复现的课题是二维声子模型中的拓扑相变判据。这类问题在凝聚态里很常见哈密顿量写出来容易可一旦格点数目大了、相互作用项多了解析推导就变得极其繁琐。传统路线是先用数值对角化硬扫参数画出能谱和拓扑不变量随参数的变化再反推背后的对称性结构。问题在于数值结果堆出来了也未必看得懂缺的是一个“关键变换”让体系显露出隐藏的分层结构。这个变换往往是靠研究者的直觉熬出来的但Claude在合适的问题引导下可以非常高效地把一系列可能的变换枚举出来再用代数验证筛掉不合理的那些。所以那“一句话”真正的分量在于它包含了边界条件、对称性期望、允许的变换范围以及“你只需要给我构造性的思路不要给我泛泛而谈的背景介绍”这种强约束。模型在约束下输出的东西才是能用的东西。1.2 为什么“一句话几千美元”能压缩半年的工期算一笔账你就明白了。一个博士后研究员的月成本折算下来至少几千到上万美元半年的人力成本远超这次API调用费用。更关键的不是钱而是时间人肉推公式的特点是“前几步快、后几步慢”越到后面组合爆炸越严重一个下标错了整页作废而Claude这类模型没有“耐心耗尽”的问题它可以连续几千轮按照你给定的草稿检查代数恒等式、尝试不同酉变换、构造约化矩阵并且每次都把中间过程列出来。下图是我在复现时做的一个对比用表格看更直观环节传统纯人工流程Claude辅助流程收集候选对偶变换靠文献扫读和直觉通常耗时1-2个月一次对话可列出5-10个候选耗时半天代数正确性验证手推或用符号软件逐步验证容易卡壳让Claude按步推导再用SymPy抽查耗时2天失败分支的排查每条失败路径都要人工追溯让模型解释“为什么这个变换失败”便于快速排除拓扑不变量的解析化通常需要反复试凑模型给出的分层表示直接引导到约化矩阵的迹公式这里必须强调一句我不是在说Claude能一步到位给出最终定理。在绝大多数尝试里它给出的答案是错的、或者部分错的部分对的。但错也有错的价值——传统人工推导的瓶颈不是“输出正确结论”而是“输出一个可证伪的猜测”。Claude相当于把你的猜测生成效率提高了两个数量级剩下的验证工作依然要自己动手不过验证通常比猜测要机械得多正好适合继续丢给符号计算工具去跑。2. 核心原理与实操要点2.1 一句话提示词的设计边界越窄回答越值钱很多人的误区在于以为“一句话”就是随便问一句“帮我看看这个哈密顿量有什么性质”然后等奇迹。我自己第一次也是这么干的结果Claude礼貌地给我输出了一篇教科书式的科普一点用没有。后来反复试了十几次才总结出一个可复用的提示词模板核心是四个要素问题坐标、允许操作、期望形式、验证方式。我实际用的提示词大致长这样我正在研究一个二维格点模型哈密顿量如下(动量空间表示) H(k) [ ...具体矩阵形式... ] 体系存在A/B子格结构我希望找到一个动量依赖的局域酉变换U(k)使得变换后的哈密顿量在高能子空间的对角块趋于常数矩阵。 请给出一个候选U(k)的构造思路要求 1. 从对称性出发不要穷举通用拟合 2. 中间每一步代数变换必须完整给出不要跳步 3. 先不要急着验证物理合理性只需要给出满足条件的候选形式与推导过程。这里的技巧在于“允许操作”和“期望形式”收得非常窄。你限制了它用局域酉变换去解耦高能态它就不会跑到“增加相互作用项”或者“改变格点结构”这些没边的地方去你要求“从对称性出发”它就会优先调用点群、时间反演这些物理结构而不是上来给你堆参数。再一个关键点是“先不要急着验证物理合理性”——这听起来很反直觉但非常有用。模型一旦试图验证物理意义就会为了“自洽”而把推导往安全但平庸的方向带让它把代数形式生成出来你后期还能抢救一下直接生成一个“安全但没用”的答案就一点抢救空间都没了。另一个容易被忽视的点是“让模型用文字描述失败原因”。我在第二轮对话里通常会追加一句“如果这个构造无法满足约束请指出具体是哪一步约束冲突。”这一句话能省下大量时间。模型在解释“为什么不行”的时候其实是在帮你排除一个搜索分支这是非常有效的搜索剪枝。2.2 研究任务拆解把“推导一个理论”拆成可对话的子任务理论物理的问题通常不是一句提示词能吃完的所以我在项目一开始就把任务拆成了四层每一层单独跟Claude对话第一层文献与结构梳理。让它把这个模型已有的结论、常用了哪些对称性、哪些方法是已经被试过的做一个结构化摘要。注意这里是要求它基于它训练时见过的公开文献来回答所以你必须自己过滤一遍准确性不要盲信。第二层候选变换生成。给出上一步的提示词模板列出候选变换集合。这个阶段允许试错目的就是多多益善。第三层代数过程验证。让Claude把某个具体候选变换的每一步矩阵运算都写出来然后我用符号计算工具复核。这里的重点是要求它写清楚每个矩阵的维度、约化和基变换规则否则很容易出下标错误。第四层物理判据推导。当某个候选变换通过了代数检验再让它协助推导体系约化到低能子空间之后的有效哈密顿量以及对应的拓扑不变量表达式。这四层之间的对话上下文是独立的。我会在每层任务结束后把关键结论和约束重新整理成新的提示词而不是在同一个会话里无限延续下去。这样做的原因是避免上下文被无关讨论污染减少模型遗忘早期约束的概率。2.3 预算与上下文控制几千美元花在哪最值先亮账本。我们整个项目大概消耗了约4300美元API费用1500万左右的token量。如果按对话方式粗算这大概是20-30次完整的长会话。钱花在三个地方最贵的是让Claude做长链条代数推导因为它需要反复调用、纠错其次是长上下文管理当我们把一篇论文的核心推导过程塞进上下文时每轮对话都在为这份记忆买单最便宜的是纯文本的思路讨论几百个token就能收获一串候选方向。控制预算有三个实用习惯。第一能拆短的换就不要拖长会话。每次对话前我先自己把问题压缩成几行让模型不要复述需求直接从答案开始。第二把中间结果落地。Claude Code允许把当前对话导成Markdown文件我每个阶段结束都会导出一次然后新开会话用“我们之前得到的结论如下请在此基础上继续”的方式续接这比在一个会话里堆几万字要便宜得多。第三限制“自我审视”循环。模型有时候会不停地说“让我再仔细思考一下”这些并不是都会有信息增量遇到明显绕圈的时候直接打断让它输出当前思路而不是继续生成推理过程。3. 实操过程与关键环节实现3.1 环境准备从安装Claude Code到能跑起第一条任务这个环节看起来基础但热门搜索里关于“Claude Code安装”的问题一大半都卡在这里。我这边把步骤整理一下已经踩过的坑一并标出来。先决条件是一个能正常访问官方API的网络环境以及本机的Node.js环境。Node版本建议用LTS版本太老的版本跑不起来。安装Claude Code现在最直接的方式是npm全局安装npm install -g anthropic-ai/claude-code装完验证一下版本claude --version如果这里报“无法将‘claude’项识别为 cmdlet、函数、脚本文件或可运行程序的名称”基本说明npm全局bin目录没有加到系统PATH里。Windows上通常是%APPDATA%\npm这个路径你手动加进去重新打开终端就好。如果你不想动系统PATH也可以退一步直接用npx anthropic-ai/claude-code跑不过每次都要写全名体验差一些。配置API密钥也很简单在环境变量里设好就行export ANTHROPIC_API_KEY你的密钥接着在项目目录底下敲claude就能进入交互模式。我习惯配合VSCode用Claude Code有官方插件装上之后在编辑器里就能直接框选代码片段丢给Claude同时还能看到它读入了哪些文件。对搞计算物理的人来说这比开着终端打字贴心得多因为推导过程中会频繁需要把一段矩阵表达式复制过去编辑器里操作最顺手。这里要提醒一个跟热词对上的坑某些版本在Windows上启动时会提示“Claude Code requires the virtual machine platform”这不是Claude Code本身依赖虚拟机而是它内部调用了某些需要Hyper-V的功能模块常见于容器场景。如果你只是在本地读文件、写代码、做符号推导不需要开Virtual Machine Platform。如果确实弹了这个提示先检查你的项目里有没有启动容器相关的插件把那部分配置去掉基本就能跑。另外如果你用的是第三方兼容网关接入其他模型比如接DeepSeek这类往往会遇到“api error: 400 配置错误: claude provider 缺少 base_url 配置”。这个信息已经很直白了——你的配置文件里指定的provider没有设置基础API地址。检查环境变量ANTHROPIC_BASE_URL和配置文件里的base_url是否一致模型名、密钥是否正确。这类配置问题我放到下一节细说。3.2 一条真实的推导链路从哈密顿量到对偶变换下面我用项目里一次“成功命中”的对话来演示完整链路。背景是我们的二维声子模型动量空间哈密顿量写成了4x4矩阵分成两个子格但高能声子分支和低能声子分支在特定动量区域严重耦合导致数值能谱出现一个伪带隙物理上难以解释。第一次会话我给Claude的指令就是2.1节那个模板要求给出一个候选的局域酉变换。它给出的思路是先用实空间位移本征态定义一个新的基再引入一个动量依赖的相位因子对高能分支做压缩。这个方向我们其实也考虑过差别在于模型顺手给出了这个变换的“块对角化条件”这个条件我们在之前的尝试里并没有用代数形式明确写出来所以一直没发现可以继续推进的切入点。接下来我让它在低能子空间里推导有效哈密顿量。对话大概是这样的请把上述U(k)作用在H(k)后的结果展开到U(k)的微扰阶保留到二阶 然后投影到低能子空间给出低能有效哈密顿量Heff(k)的矩阵元表达式。 要求下标先保持符号形式不要代入具体参数。模型输出了一整页代数结果。说实话当时我看着有点晕因为里面出现了大量高能子空间逆矩阵的连乘项。我没有直接采信而是把关键矩阵表达式复制到了Python里用SymPy做代数验证这一步是必须的import sympy as sp # 构造动量依赖矩阵 U(k)、H(k)符号定义略 # 验证 U(k) H(k) U(k)^dagger 是否满足块对角化条件 ... # 如果通过计算投影后的低能有效哈密顿量 Heff ... print(sp.simplify(Heff))验证结果发现模型给出的二阶项里有一个地方的符号跟它自己前面的定义冲突矩阵元的位置也差了一个转置。我没有直接说“你错了”而是把SymPy的报错信息连同它自己前一步的公式一起贴回去跟它说“你给出的公式与此前定义不一致请检查第几行定义的基变换方向”。模型在第12轮对话中承认是基变换的顺序写反了修正后重新推出了完整的有效哈密顿量。这一步是整个项目最关键的时刻。修正后的有效哈密顿量具有明显的斜对角项启发我想到可以把整个哈密顿量重排成“光学分支在上、声学分支在下”的分层结构再对约化矩阵取迹就能获得解析的拓扑判据公式。后面的一切就顺理成章了我们用数值计算验证了这个判据在四万个参数点上跟直接对角化得到的拓扑指标完全一致误差在机器精度以内。整个过程看起来像“一句话”奇迹实际上前前后后花了500多轮对话大约三周时间。但对照团队里另一个学生纯人工尝试的进度这个速度已经快到夸张了同样的模型他还在枚举可能的变换组合。3.3 验证策略AI给结论谁来抓bug必须单独强调AI生成推导最危险的就是“局部对、整体错”。我总结出来一套三层验证策略每一层都不能省第一层轻量抽查。随机挑几个动量点代入数值参数让Claude给的公式输出数值结果跟直接数值对角化的结果对比。这一步能抓住大部分符号错误和维度错误。不用全采样每个参数区间取几个点就行。第二层符号恒等式检验。用SymPy或者手工验证关键恒等式。重点检查变换的酉性U(k)U(k)^dagger I这个条件一旦被破坏后面所有推导立刻作废。第三层独立交叉验证。让Claude扮演两个角色一个“推导者”一个“审稿人”把推导过程拆成两段第二次对话要求它找出第一次推导里的漏洞。不要在同一段上下文里做这件事而是导出结果后重新喂给它这样它能跳出来看而不是将错就错。这三层下来最终推导中出现的错误基本都能在一天之内暴露剩下的残差通常是不影响物理结论的符号约定问题。我在实际项目中就吃过亏头一回做的时候跳过了第一层直接信了Claude的最终公式结果数值拟合对不上回头查才发现是低能投影时少了一项白白浪费了三天。4. 常见问题与排查技巧实录4.1 安装与启动报错整理把最近热词里反复出现的问题按“重启能治的”和“必须查配置的”分两类这里直接给出速查表报错信息原因解决方法无法将“claude”项识别为 cmdlet...npm全局目录未加入PATH把%APPDATA%\npm加入PATH或改用npx anthropic-ai/claude-codeclaude : 无法加载文件...因为在此系统上禁止运行脚本PowerShell执行策略限制脚本管理员执行Set-ExecutionPolicy -ExecutionPolicy RemoteSigned后重试Claude Code requires the virtual machine platform项目配置中启动了容器相关模块检查是否引入Docker等容器插件去掉后冲突消失本地符号推导不需要开Hyper-Vapi error: 400 配置错误: claude provider 缺少 base_url 配置使用第三方兼容网关时未正确设置API基础地址检查ANTHROPIC_BASE_URL及模型网关的base_url配置note: claude code might not be available in your country账户区域/网络环境不在支持范围确认你的网络能正常访问官方API并核对账户后台的区域设置若确实受限参考官方文档说明的地区支持情况接入DeepSeek后返回格式异常模型兼容接口与Claude原生参数不一致在配置中显式声明模型名和响应格式关闭不必要的工具调用参数这里有一个通用排查顺序先升级到最新版本再检查环境变量最后看配置文件。很多问题其实是版本太旧导致的升级之后自动消失。热词里“vscode配置claude code”相关的如果你在VSCode里装了插件却连不上CLI多半是PATH环境变量在VSCode启动后没有刷新重启VSCode或者从终端启动code .就能解决。4.2 物理推导里的幻觉问题模型做数学推导时的“幻觉”跟做文科问答不一样它不是编造参考文献而是会在某一步代数运算里悄悄丢掉一个负号、转置一个矩阵、或者把一个本来不互易的算符当成对易的。最坑的是它不会强调这一步有风险而是理直气壮地继续往下推。我的经验是给Claude定两条“硬规则”并且放在系统提示词里每条涉及矩阵运算的结论必须同时给出矩阵维度不允许省略遇到非对易算符时显式标注“这步使用了交换关系[A,B]...”没有标注的步骤默认视为可疑。即便如此幻觉也无法根除只能靠自动校验兜底。我写了一个小的Python脚本逻辑很简单从Claude输出中抽取所有形如“因此得到”“代入上式可得”等关键衔接处把前后的表达式提取出来自动做等号两边的数值对比。误差超过阈值就标红。这个脚本不复杂但能省下大量人肉对公式的时间。另外当模型陷入循环但不承认的时候最好的招是“换会话重问”。把同样的问题换一个角度重新描述常常会得到不同结果。如果两个不同会话给出的中间结果不一致说明这个步骤本身可能是模型在弥补错误需要你认真检查而不是继续追问。4.3 本地工具联动的三个坑最后聊三个我在配合使用Claude Code与本地符号计算工具时遇到的细节问题。第一个坑是矩阵基底的约定不统一。Claude用的基尔霍夫矩阵基和SymPy里常用的笛卡尔基之间差了不止一个置换关系。模型给出的公式直接抄过去经常对不上。我的解决办法是在提示词里写死“请采用如下基向量顺序声学分支位移(u1,u2)光学分支位移(v1,v2)”同时在我自己的脚本里也按同一个顺序定义公开约定避免双方各说各话。第二个坑是长输出被截断。物理推导经常一长串公式Claude Code在终端交互模式下有时会因为输出长度限制从中截断而且截断位置毫无规律后面跟的内容看起来仍然连贯其实已经丢了一段。处理办法是把输出重定向到文件从文件里检查完整性。我习惯用claude -p ... output.md这样的非交互模式跑长任务然后在output.md里检查推导结尾是否真的收束而不是看终端滚屏。第三个坑是会话残留污染。Claude Code默认会记住整个会话上下文。如果你在一个会话里先问了甲问题又切换到乙问题模型可能把甲问题的前提条件错误地应用到乙上。尤其是我们这种多模型对比的场景上一个模型的结论会不知不觉“串台”。我后来强制自己一个物理任务只开一个会话如果确实需要临时问别的问题先开新会话绝不混用。再说一个跟热词“claude code haha”沾边的小事。有次我让模型解释一个对称性操作它输出了“haha, this is a classic trap”这样的内容后面跟着的推导完全是错的逻辑根基是对称性算符用反了。这种“拟人化”的输出其实就是模型在试图用语气掩饰不自信遇到带情感色彩但缺乏代数支撑的结论直接重跑不要被它带偏。最后说说实操体会折腾完这个项目我自己最大的体会是Claude不会替你成为物理学家但它能让你成为效率更高的物理学家。传统科研里最浪费时间的不是在导出最终定理的那一下而是在反复尝试错误方向的过程中你今天试了一个变换花两天推到一半才发现路不通回头再试另一个。这种“试错税”是最贵的恰恰是Claude能帮你砍掉的部分。它可以把一次试错的周期从两天压到半天还能在失败时告诉你具体卡在哪一步。再分享一个小习惯每轮任务结束把Claude给的候选结论和你的验证结果一起存成一份独立的项目笔记标注好“模型认为成立但已验证/未验证”下次再开同样课题时直接喂给它你会惊讶地发现模型在自己原来结论的基础上能走得更远。这大概就是以后做理论物理预研的一种常态了。