Prof. Matthew Schwartz在这篇Hacker News客座文章中描述了一种新的AI加速科学方法。该文介绍了“Vibe Physics”和“Claude-shaped”问题的概念——即最适合当前LLM能力的任务，而不是强制人类科学家的工作流程。Schwartz详细介绍了构建Boot Loops的过程，这是一个用于定量科学中精确计算的开源工具包。由于类似的计算出现在生态学和人口遗传学等不同的领域中，Claude发现了意想不到的联系。虽然从技术上是正确的，但这些联系最初往往科学上并不显著。Schwartz与领域专家合作，指导Boot Loops朝向每个领域特有的问题。本文认为学术科学家们经常感觉与AI模型存在脱节，AI模型擅长 well-scoped的数学问题，但 struggles with the messy nature of most science。人类和AI能力之间的核心冲突是“impedance mismatch”。通过提供像Boot Loops这样的 harness，AI可以有效地处理 agentic-shaped 问题。该工具包是 model-agnostic 的，并且是开源的，允许使用各种LLM。Current AI tools excel at certain problem types but cannot solve most scientific challenges. However, when guided by expert input, they can make substantive advances across geology, biology, economics, and linguistics, resolving the mismatch between human intent and AI capability.
来源: Hacker News · 由HeadlinesBriefing整理摘要