新基准 TheoPhysEval:AI Agent 解出 98% 研究级理论物理题,单题成本不到 3 美元

robleclerc · x · 2026-10-15

arXiv 论文《TheoPhysEval》(arXiv:2610.16733,34 位作者含多位理论物理学家)发布了 50 道未发表、答案可验证的研究级理论物理题,每道题世界专家约一天内可解。测试显示,表现最好的 agent——在 Codex 中运行的 GPT-6-Astra——在可联网检索文献、编写数值/符号计算脚手的现实设定下,最终答案准确率达 98%,平均每题成本不足 3 美元;即便不给联网搜索,准确率也仅有小幅下降。

转发者 Rob Leclerc 的判断:被 AI「干掉」的是理论物理而非物理本身,物理世界将日益成为进步的瓶颈;因此看多自动化、半导体与制造业,软件和创意环节省下的资本将被转投到解锁这些瓶颈上,把低毛利的大宗商品生意变成高毛利增长生意。