«Claude-shaped science»: физик Мэтью Шварц собрал открытый BootLoops для точных вычислений в науке

Что именно произошло

1 октября Anthropic Research опубликовала гостевую статью профессора физики Мэтью Шварца — продолжение его материала «Vibe Physics», где он сравнивал возможности Claude с сильным аспирантом-физиком. На этот раз Шварц описывает, что изменилось, когда он перестал бороться с моделью и стал искать задачи, форма которых совпадает с сильными сторонами современных LLM: такие задачи он называет «Claude-shaped».

Из этой практики вырос BootLoops — набор программ и научных протоколов для точных вычислений в количественных науках, который работает как каркас вокруг языковой модели: по словам автора, примерно так же, как Claude Code является каркасом для Claude, а Codex — для GPT. Набор открытый, поэтому его можно использовать с любой моделью.

Отдельная и важная оговорка: во время работы Шварц был приглашённым исследователем Anthropic, однако BootLoops — не проект Anthropic, а собственность и ответственность самого Шварца.

Рассогласование, которое мешало обеим сторонам

Шварц описывает корень проблемы как «impedance mismatch», рассогласование импедансов: две системы работают исправно, но плохо совпадают друг с другом, поэтому большая часть того, что учёный вкладывает, до модели просто не доходит. По его формулировке, модели хороши в науке, но не являются учёными — они умны, однако требуют изрядного ручного ведения, чтобы выдать что-то научно ценное.

Поэтому он начал искать области, где рассогласование меньше. Первым шагом стало поручение Claude собрать прикладной набор инструментов для математической физики, а инструменты быстро нашли применение и за пределами исходной задачи. Когда Anthropic выпустила Claude Fable 5 летом 2026 года, Шварц решил проверить, переносятся ли её возможности на научные вычисления, и поручил перенести, закодировать и улучшить методы из нескольких своих статей и смежной литературы по амплитудам рассеяния.

Результат его удивил: модель воспроизвела результаты его собственной статьи примерно за двадцать минут, тогда как его код для того же занимал недели. Удивило его и другое — модель сообщила, что он делает часть работы очень неэффективно, и указала на лучший алгоритм, о котором он не знал.

Тридцать интегралов и эллиптический случай

Следующий шаг касался эллиптических интегралов Фейнмана: это тяжёлый случай даже для тех, кто много считает интегралы, и до этой работы полностью через бутстрап не был посчитан, по знанию автора и модели, ни один. Трудность здесь не в том, что методы не работают, а в том, что нужная экспертиза распределена между множеством людей, и потому никто не пробовал.

Модель обобщила на этот класс интегралов всю машинерию, построенную для логарифмического случая, и начала закрывать один интеграл за другим. Итог — тридцать интегралов, посчитанных от начала до конца: пятнадцать воспроизведений известных результатов новым методом и пятнадцать, которые до этого не вычислялись никогда.

Экология и популяционная генетика: где нужен эксперт

Серендипность науки в том, что одни и те же уравнения всплывают в разных контекстах; Шварц знал, что вычисления BootLoops релевантны космологии и теории струн, но не знал, что модель сообщит ему: те же интегралы отображаются на байесовские интегралы свидетельства в популяционной генетике, а методы конечных полей из редукции интегралов Фейнмана применимы в эволюционной биологии.

В экологии Claude распознал как «BootLoops-shaped» уравнение, которое эколог Рампаль Этьен в 2005 году вывел из нейтральной теории Стивена Хаббла и которое двадцать лет никто не мог решить в масштабе, после чего решил его. На самом изученном лесном массиве Земли — острове Барро-Колорадо в Панамском канале — расчёт показал, что состав видов деревьев меняется в 4,5 раза быстрее, чем допускает нейтральная теория.

Дальше началась редакторская работа человека. Профессор биологии растений Джеймс О’Дуайер, специалист по нейтральной теории, был впечатлён техническим результатом, но предупредил, что такой вывод экологи встретят пожатием плеч: качественно они и так знали, что нейтральная теория не поспевает за реальным лесом. Его идея — вычесть нейтральное предсказание и изучать остаток — превратила техническую победу в содержательную: в итоге у трёх соавторов получилась минимальная предсказательная модель жизненных стратегий растений, хорошо согласующаяся с данными, и сейчас она расширяется за пределы Панамы.

Похожая история — в популяционной генетике. Claude методами математической физики решил тридцатилетнее интегральное выражение для того, как естественный отбор формирует редкие мутации, и результат применили к gnomAD, крупнейшему публичному каталогу человеческой генетической изменчивости. Автор писал трём биологам, пока не получил ответ, и в итоге привлёк коллегу Майкла Десаи: тот тоже был впечатлён техникой, но не наукой, и предложил смотреть на корреляции между парами мутаций в пределах одной хромосомы. В этом сюжете Claude нашёл и построил новые инструменты, включая сертификаты неравенств, применяемые в компьютерно-проверяемых доказательствах. Анализ 5,7 миллиарда пар соседних мутаций из проекта 1000 Genomes дал свидетельства в пользу механизма генной конверсии — механизма, который игнорирует почти любой анализ, опирающийся на сцепленную генетическую изменчивость.

Экономика, лингвистика и остальное

С двумя экономистами Шварц собрал ИИ-редактора данных: тот перенёс пакеты воспроизводимости 4 452 статей из пяти ведущих журналов с MATLAB, Stata и других коммерческих инструментов в открытый код — около 30 000 процедур — и сверил практически каждое проверяемое число с опубликованными таблицами; результаты вышли рабочей статьёй NBER.

С тремя лингвистами получилась AccStack — база словесного ударения, охватывающая 6 072 языка: почти для каждой записи процитирован фрагмент источника, который решил вопрос, плюс библиография из 160 000 работ по фонологии.

В списке других результатов, каждый из которых сделан с профильными экспертами и продолжает проверяться: ускоренная и точно проверяемая байесовская оценка эволюционных деревьев; количественная модель Великого кислородного события через четыре оледенения; статистика одноклеточных РНК-счетов и отклонение от учебной телеграфной модели экспрессии генов; жизненный цикл солнечных пятен, выведенный методами демографии, и перенос метода на звёздные пятна, мешающие поиску экзопланет.

Отдельно стоит задача Уотсона: точная вероятность возврата трёхмерного случайного блуждания с тремя неравными частотами переходов — последний из решёточных интегралов, которые Джордж Уотсон начал считать в 1939 году. В космологии собран полный теоретический набор для подгонки космологических параметров, включая двухпетлевой спектр мощности и однопетлевой триспектр, а в статистике получены точные приближения байесовского свидетельства для дурно ведущих себя смесевых моделей.

Как это устроено на практике

Масштаб, который автор называет цифрами, таков: 36 рукописей в 18 областях с 19 соавторами за три месяца — из примерно 400 задач-кандидатов. Сессии Claude Code работают в терминалах на виртуальных машинах Google Cloud и связаны с репозиториями GitHub и Overleaf, подстроенными под предпочтения соавторов: отдельная сессия на каждый проект плюс мастер-сессия, которая координирует остальные, распределяет вычисления и проверяет результаты.

Внутри сессий работают агенты, считающие в фоне и складывающие промежуточные результаты в markdown-файлы, а ещё есть отдельные сессии для письма, для создания репозиториев, руководств и сайта BootLoops, для написания и проверки инструментов и для состязательной перепроверки результатов в роли рецензента. По наблюдению Шварца, субагенты полезны ещё и потому, что срабатывание классификаторов Fable 5 в таком устройстве гасит одного агента, а не ломает всю сессию.

Что автор советует учитывать

Шварц перечисляет характерные отказы и приёмы против них. Первый — «Claude любит объявлять победу»: формула «сделано, с одной звёздочкой» часто означает «не сделано вовсе», поэтому нужны жёсткие и однозначные критерии успеха. Второй — смотреть всё самому: автор всегда требует графики, потому что даже настроенные автоматические проверки в его опыте доверия не оправдали, а качественные формулировки вроде «хорошее согласие» надо проверять.

Третий — проверять выводы: модель хорошо выполняет вычисления, но выводы, которые она из них делает, могут быть неверны, поэтому нужно добиваться объяснения до состояния, когда в него верит человек. Четвёртый — давать вкус: задач «Claude-shaped» тысячи, и модель охотно идёт в старые, многократно процитированные, но забытые дискуссии, тогда как полезнее подсказывать то, что стало возможным именно сейчас.

Отдельно автор предупреждает про время и упорство: оценки сроков у модели всегда либо сильно завышены, либо сильно занижены, а по умолчанию она склонна днями перемалывать вычисление вместо того, чтобы построить инструмент, который займёт минуты.

Чего автор не обещает

Вывод статьи намеренно сдержанный. По мнению Шварца, никакая умная модель не сворачивает научный цикл в точку: прогресс идёт из данных реального мира, которые надо добывать, понимать и проверять, и каждая итерация подпитывает следующий вопрос. Погоня за «проблемами тысячелетия» и большой наукой — «footgun»: нереалистичные ожидания обесценивают применения, уже доступные сегодня.

Растущую отдачу он описывает метафорой выпуклой оболочки: знание «зубчатое», и середины между точками, до которых человек дошёл, а конкретный человек — нет, идеально подходят ИИ. Открытым он оставляет вопрос о признании: как отдать людям заслуженное за «Claude-shaped» науку, не делая вид, что вклад человека — это печатание текста.