DeepMind 论文：AI 智能体攻克 49/50 未发表物理难题

Rohan Paul (@rohanpaul_ai) · 2026-10-25 10

Google DeepMind 与多所顶尖大学发布的新论文显示，表现最佳的 AI Agent 成功解决了 50 道未发表的研究级理论物理问题中的 49 道。这些问题对于世界顶级专家而言，每道题大约需要一天的工作量。

而每个问题的解决成本不到 3 美元。

现有的 AI 物理基准测试通常使用教科书或竞赛题目，或者屏蔽真实研究人员使用的工具。因此，此前尚不清楚 AI Agent 如何处理日常研究中那些繁重的计算任务。

领域专家贡献了来自其自身研究的 50 道未发表问题，每道题对专家来说大约需要一天的工作量。Agent 在独立工作的情况下运行，分别测试了有无网络搜索功能的表现，评分仅基于最终的数值答案。

GPT-6-Astra 在 Codex 环境下结合网络搜索解决了 50 道题中的 49 道；Opus 5.5 在 Claude Code 环境下以及 GPT-6-Astra 在不使用网络搜索时均解决了 46 道。在没有搜索功能的情况下准确率几乎没有变化，这表明模型已经记忆了大量物理学文献内容。