哈佛理论物理博士生：AI 曾帮我速通考试，后来却在孤立我

当我到达牛津时，我经历了很多人所说的文化冲击。除了身穿学袍的精英们那些浮夸的派对和显而易见的微侵犯之外，我的物理和数学课程也与从前截然不同。讲座明显更加缺乏人情味；教授们有些不友好；班级人数众多，每个人都有想要证明的东西。如果我当初决定继续在阿根廷接受教育，这种感觉本来相当正常，但我已经适应了美国的教育模式——还是在西北大学这样一所物理项目规模相当小的学校。不仅如此，我本科一半的学习时间都身处博士生的包围之中，和他们一起上课。

但英国的研究生阶段则有所不同。感觉规模更大，更令人敬畏。大多数人选择独自学习和完成习题集，当我们试图组成小组一起学习时，大家都期望表现得像那种“天才”类型。我本科毕业时就拿到了哈佛和牛津的博士 offer，我觉得自己必须证明我配得上这些机会。这部分是我自己的问题。我确实觉得需要吹嘘才能被认真对待，但这反而起了反效果。起初感到很尴尬，但环境在米迦勒学期中段发生了剧烈的变化。很快，我们的讨论和自尊心博弈从毫无意义的在白板上辩论，变成了同学们直接说 “我刚问了 ChatGPT 怎么做。”

ChatGPT？

那是在 2024 年末。我之前听说过 AI。一整年里每个人都在对它赞不绝口，但我认识的人里没有谁在课堂上使用过它。我看到有人抱怨它消耗了多少水、对环境有多么糟糕，甚至还有人说它某天可能会毁灭我们所有人。这在我看来完全是胡说八道。我记得我在春末写本科毕业论文的时候。我打开 Instagram 想摸几分钟的鱼，然后我看到一个很火的“博士网红”（不管那是什么意思）说她把自己的名字放进了 ChatGPT，然后它输出了一大堆关于她的信息以及她有多厉害。我觉得一个“网站”能这样调出你的所有信息有点吓人（而且我觉得这种行为有点自恋），但我对此深感好奇，所以我给了这个聊天机器人一个尝试的机会。我记得我问了一个关于散射振幅的问题，它的回答是胡说八道。所以我追问了一下，问得更详细了一些，它说：

“你应该去问一位理论物理学家。”

那时候，这足以让我关掉那个窗口，再也没打开过。

直到几个月后，我在牛津和当时的朋友们一起学习，他们不停地吹嘘 ChatGPT 能帮他们做作业。牛津大多数 MMathPhys 课程的习题集是不打分的。真正的分数来自考试或毕业论文。有几门课要求你提交作业，但“通过”就够了。我觉得当作业的全部目的就是充当考试练习时，让聊天机器人替你做一切是相当没有意义的。然而，在 2025 年 1 月，我发现自己被一道量子场论题目卡住了，所以我像朋友们推荐的那样问了那个聊天机器人，然后，它又说了一些废话。我之后再也没看过它，直到几个月后。

「作业」这个概念竟然已经式微，说起来有点奇怪。以前我们至少还会上 Stack Overflow 逛逛，找找类似的问题或者可以借鉴的解题思路，可现在大家连这步都省了，直接把一切都丢给 ChatGPT。说实话，这样做作业也就没什么意义了。不过我觉得这种意义早就丢了。除了备考以外，我一直认为习题集是学习「解题过程中的协作」的好方式。

但实际上，作为学生的我，很少真正体验过协作。我记忆中最近一次真正与同学合作，是在大一。我当时和一群工程系的学生一起上多元微积分。我通过新生培训认识了 Andrea 和 Juliana 这两个女生，我们很快就拉了一个小组群一起做题。我们先各自尝试每套习题，然后把答案发到群里讨论。比如，会有女生问我：「哦，这种解法真巧妙。你怎么知道要沿这条曲线积分？能给我讲讲吗？」或者对我说：「嘿，我觉得这题有问题！你应该这样用拉格朗日乘数法。」我也会给她们做同样的事。那门课我学到很多东西，其中一部分要归功于我那时出色的合作者。相互辩论、讨论、向他们学习，真的是很愉快的经历。它让我在数学上更上一层楼，也真正掌握了所有的概念。

我对即将开始物理专业的学习、与其他的 物理 同学协作充满期待。大二秋季学期，我和一位同样修物理专业的朋友一起选了一门荣誉微分方程数学课。我以为按惯例，我们会互相发送解答来核对。这是我第一次上荣誉数学课，而那位朋友之前已经上过三次了。由于我的学业导师坚持认为我还没达到荣誉课的水平，我不得不缺席前两堂课，在普通班待了一个星期，那个班枯燥至极，后来我才说服教授让我换回去。也就是说，第一次作业我犯了一大堆错误。于是我像过去那样给朋友发消息，开始问：「哦，这个概念我好像理解错了，你这里是什么意思？这个为什么是对的？我缺了这堂课，所以我以为我们要做点不一样的」——结果她反倒指责我想抄袭她的作业，开始彻底不理我，还到处跟别人说我想抄她。我们的友谊从此再也没能恢复如初。我学到了一个沉痛的教训：我孤身一人。在那门课剩下的时间里，我独自做作业、独自准备考试，最终还是拿了 A。事实上，我在本科、乃至身处博士生圈层的整个学位阶段，大部分时间都是独自学习。我会给同学讲解我的思路，但我再也没能找回大一时那种来回往复的讨论了。

话虽如此，ChatGPT 还是让围绕协作的环境变得更加黯淡。如今，除了「去问 ChatGPT」之外，再无他法。

我仍然对使用 AI 犹豫不决。我看到 MMathPhys 项目里有许多人把它用于不只是作业，还用于他们的论文以及他们预期发表的研究。我感到困惑。另一个朋友开始把它当作治疗师使用。我仍然深感困惑。我对它那令人讨好的态度感到反感，但它确实给人一种奇怪的幻觉，仿佛屏幕背后真的有人。

不管怎样，2025 年 5 月，我所有的糟糕决定都找上了门。事实上，我在牛牛的大部分时间都在无所事事。我一直认为上课是某种社交仪式。它们从来帮不了我。我一直从书本里学习。同样地，有些习题集很密集、没有启发、毫无用处，如果它们对我的成绩不是必需的，我也懒得去做。我手里还有一个哈佛的博士录取，所以真正没什么可失去的。我反倒经常旅行、参加派对、出丑、读了一大堆书、下棋、喂鸭子、还大哭了一场。但后来我意识到我必须拿到硕士学位，而我有mänad一个半月的时间从零学起四门 Oxford 硕士课程并通过考试。我完了。

然后就有了 ChatGPT。Chat2024 的特点是，呃，它不是一个人。它不像我们那样“思考”。但我发现它在一件事上非常有用：以更易吸收的方式重新组织人类说过的话。所以，我会坐在我的宇宙学和广义相对论笔记旁边，每次我遇到瓶颈或者无法想象某个定义时，我就截图或复制我不理解的小段或句子，Chat2024 会重新向我解释。有时它会附上一个快速例子帮助我处理指标符号，比如说，或者向我解释无挠就意味着平行四边形可以闭合。

与标准物理/数学教学以及我思考问题方式的一个主要不兼容之处是，脱离语境单独看定义和推导对我来说有点没用。我能跟得上复杂的数学，也能理解定义说的是什么，但它不会为我“点击”，除非我看到一个真实的说明性例子。这不只是我一个人的事。费曼也这样思考物理1，而且我相信很多人都有这种认知特征。

但比起面对那些被我以及我的stupid问题惹恼的同龄人，ChatGPT 几乎即时地提供了那种桥梁，而且没有大惊小怪。使用三周后，我发现自己不再那么需要它了。我能自己跟上高级概念——比如 Penrose 图或克尔黑洞——能自己绘制说明性图和推导，不需要 AI。两周后我去参加了考试。我用mänad一个半月从零学起了广义相对论 I 与 II、宇宙学和地球物理流体动力学的内容，同时还修着两门标准模型课程和一门弯曲时空中的量子场论课程。我的成绩介于高分通过和优等之间，但这已经够了！我拿到了学位。而且这些都是完全闭卷考试，所以我自己完成了工作。但 ChatGPT 真的帮我加速了知识获取。

话虽如此，我完全不信任它来做新研究。到达哈佛后，我在 G1 学年十一月初拿到了第一个博士项目，时间稍早，不过在高能领域也不算罕见。我与一位博士后合作，看到本科时从两位导师那里学到的技能对那个问题极有帮助，这让我颇为惊喜。我把一些扭量理论和手征代数嵌入到一个不错的 Mathematica notebook 中，对大量计算帮助很大。那个项目我几乎没用 AI。它帮我查找背景文献，并解读那些论文里的一些段落和推导。除此之外，我只用 Claude Opus 修补了我代码库里的一段代码，以帮我处理表达式中的极点和留数，因为我不确定该怎么做。就这些。

然而，那篇 single minus 的论文 真正改变了人们对 AI 在物理学中作用的预期。这次，OpenAI 的一个内部模型发现了研究人员此前花了好几个月才想弄明白的东西。这很酷，但这里有细微差别。那篇论文中的大量艰苦工作和概念性突破都是由真人完成的，但 AI 的成就不应被低估。它令人印象深刻。那个证明本身令人印象深刻，而且并不简单直接，这篇论文在天体全息（Celestial Holography）领域开启了很多研究方向。AI 实际上非常擅长在给定框架内证明问题。它也擅长那些遵循严格逻辑的事情，或者提供可靠的复杂数学结构，但这并不是物理学的全部。或者，我更愿意相信是这样。

问题在于，每次我展示我那个自己编写的小 Mathematica notebook（基本上是对照 Wolfram 文档自己写出来的），我的学长学姐们和博士同侪都会问：

“ChatGPT 不能做这个吗？”

也许可以。但在 Mathematica 里编码一个问题的解法，并不仅仅是关于“效率”或写更快的代码。它关乎将一个理论、一个框架编码进去，处理各种边界情况，以及学习。也许我可以请 Claude 或 ChatGPT 来做一个手性代数的 Mathematica 库，它可能不错，甚至比我的更好，但那样的话意义何在？也许那样会更快，稍微更快一点。也许我可以把所有想做的不同事情都喂给它，让它在后台写代码，吐出一堆答案……但作为一名一年级学生，这似乎完全违背了做研究的本意。此外，ChatGPT 也并非万无一失。它可能会大错特错。而没注意到它何时是错的，对所有相关的人来说都只是尴尬。

我不相信那种从头死磕一个困难的积分或证明来证明你够爷们儿能搞定它的做法（如果一个计算器或 Mathematica 能做，何必自讨苦吃？），但我确实认为解决一个有趣的问题、理解一个结构、完成大部分概念性的重活，是有价值的。我几乎没怎么借助 AI 就完成了我的第一个项目，论文也发表了。

但当作为一个新晋 G2 开始我的第二个课题时，我确实注意到环境已经发生了剧烈变化。如果你走过哈佛物理系，探身看进各个办公室，许多人显示器的屏幕上都会开着 ChatGPT、Codex、Claude 或类似的工具。我开始收到的许多邮件里都包含了 AI 生成的批注，或者基于 ChatGPT 给出的想法写成的笔记。这并非我一个人的经历，我的许多同行——无论在这里还是别处——也同样经历着这一切。这种体验在当下已经司空见惯了。如今，“头脑风暴”变成了和 ChatGPT 交谈。我大量时间花在琢磨 ChatGPT 的批注上，意识到那些内容纯属胡说八道，然后接着看下一个。

我很恼火。我有反对意见、有问题、有顾虑，但被驳了回来，被告知去问 ChatGPT。于是我问了，ChatGPT 只是“认可”了我说的所有内容，却没有提出任何解决方案。问题在于，我原本想和上级们辩论、提问……而我做不到。我意识到，攻读理论物理博士的很大一部分内容，就是要应付那些对着黑板大喊大叫的人，所以这种体验也谈不上有多少互动。有些人会抛出很多花哨的术语。有人会说，信口胡诌在这一行里是家常便饭。我曾在某刻意识到，这并非只是我一个人的问题：有人在装腔作势、有人在表演，而 ChatGPT 让这一切变得更糟。于是，我又独自面对一个聊天机器人。只不过这一次，我手边不再有由剑桥顶尖物理学家撰写、关于一个几乎在近百年前就已确立之理论的讲义……我手里只有几篇论文、一些模糊的想法，而且无处可去，因为在博士阶段，你要研究的都是前人从未做过的东西。

而结果并不好。因为我只是一个二年级的博士生，什么都不懂。我或许懂得许多，但放眼大局，我只是个缺乏经验的新人，我需要导师。而一个聊天机器人不可能成为我的导师。随即我意识到，正是那个一年前帮了我大忙的工具，如今正在把我和我的领域淹没。我并不认为技术本身是邪恶的，但我确实认为，人类运用某些技术的方式可能是有害的。不过这不是 AI 的错，是我们的错。

我早在初期就意识到，我这个领域的许多人，与其说是在追寻真相，不如说是在自我表现、证明自己是对的、炫耀卖弄。我很早就发现，对许多物理学家而言，教学与指导学生更像是一种负担，而非他们认为特别有价值的事情。我们想要最快的博士生——本科阶段就发表三篇论文的那种、计算完成得最快的那些人。我们想要最热门的话题和最多的引用。可如果一个聊天机器人能取代一个博士生，如果它更快、更高效，并且能在五分钟内吸收温伯格的整套量子场论著作，我们为什么还需要学生呢？

既然可以独自和机器人一起工作，我们为什么还要彼此合作呢？

还记得我提到过的那个我和工程师朋友们一起的群聊吗？我们经常在里边互相比较、互相头脑风暴。有时候，他们会发现一个我之前没注意到的概念或者一个简洁的解法，我也会为他们做同样的事。这帮助我们成长，也让我对很多这些概念有了深刻的理解。我会用出人意料的方法解答考试题，但那很有趣！它帮助我真正掌握了数学，以及它的美。但那是一种健康的合作。不是为了拿到最高的分数，也不是为了拥有最聪明的解法，不是设门槛，不是大呼小叫。我们会坐下来，一起尝试，礼貌地讨论和解释。我们不会刻薄，也不会高高在上，我们只是互相学习，互相促进。

人们会让我们保持自省。每个人都不同。我们有着不同的背景，看世界的方式不同，所受的培养也不同。但是，你会从别人身上学到东西，他们也会从你身上学到东西。

而我们现在也正在失去这一切。我们是否应该担心在 AI 公司工作的同事会拿走我们的提示词，赶在我们之前去攻克一个问题？我们是否应该担心威胁？我们是否应该担心，作为博士生，我们的日子将花在告诉一台机器“再试一次”上面，而不是去深入理解新的东西？

事实上，ChatGPT 帮助我学习的方式让我印象非常深刻，也让我非常兴奋。我是不是宁愿有回应及时的教授，懂得教学法的讲师，那些想要写出通俗易懂的论文而不是刻意把洞见埋进毫无意义的术语里的物理学家，以及那些我可以与之交谈而不会突然焦虑飙升的同行？是的。我百分之百宁愿拥有这些。我担心的是，现在，一切都会变得更糟。因为我们现在手里有了一台机器，它会确认我们所有的偏见，并把它们埋在几十页毫无意义的数学里。

我只是一个感到有点沮丧的博士生，不是因为 AI 可能会抢走我的工作——我足够幸运，不必担心这一点（说实话，我也足够幸运，才有机会在理论物理领域攻读博士学位）。而是因为我们使用 AI 的方式正在摧毁让科学变得有趣的那些东西。仅仅为了发表而在一周内用 AI 发表三十篇论文，真的有趣吗？我项目中的一个朋友理所当然地问道：“那些论文值得发表吗？”

解决一个有趣的问题或者理解宇宙奥秘的全部意义，并不在于获得一个奖项或者拥有最多的引用，而是要更接近那个近乎神话般的东西——我们称之为真理的东西，通过研究万物的本性来了解宇宙和我们自己。

问题在于，我们口袋里的小聊天机器人正在让我们变得更加孤立，因此也让我们离这个谦卑的目标——学习——越来越远。但不只怪聊天机器人，学术界周围的文化也是如此。我认为聊天机器人是一面镜子，一面知识渊博的、极度讨好的镜子。但如果我们被自己的倒影迷住太久，忘记了周围的一切和所有人，镜子也会变得很危险。特别是，如果我们摧毁了让生活变得有意义的那为数不多的东西之一——不是那些花哨的奖项或光鲜的头衔，而仅仅是一个可以分享、讨论和学习的社群，那将是相当可悲的。去学习一些东西。这是一件美好的事。

-Nia

"若人能看到这缘由，明白为何
这忧苦之山压在心头，
他们必将放下一切，全力去探究
宇宙的本性与构造——
因为此处所关涉的，乃是我们永恒的归宿，
而非仅仅片刻——那所有凡人
一旦此生终了，便须置身其中的
未来时光。"

-卢克莱修2

2

Lucretius, T. C. (2007). The nature of things (A. E. Stallings, Trans.). 企鹅图书。(原著约公元前 50 年出版。