发布日期：2026-08-30 21:11点击次数：122
2024 年初，科罗拉多大学博尔德分校（University of Colorado Boulder）化学与生物工程系的博士生阿卡瓦·冈古利（Arkava Ganguly）已经在个数学问题上卡了年半。
他和师安库尔·古普塔（Ankur Gupta）教授想知道，粒子的形状究竟如何影响它在电场中的移动速度。自上世纪初相关理论得到经典结论以来，该问题被学界讨论了个多世纪，却直缺乏套广泛适用的解析框架。
新的发现往往来自交流。次晚餐中，普林斯顿大学（Princeton University）流体力学霍华德·斯通（Howard Stone）教授给安库尔提出了个建议：不要试图直接处理任意形状，或许可以从“变形球体”（deformed sphere）入手，把粒子看成个球，加上个很小的形状扰动。
思路开了，但求解所需的计量依然巨大，他们决定把繁重的工作交给 Claude，并在短短五周后得到了答案，研究于 8 月 27 日发表在《流体力学杂志》（Journal of Fluid Mechanics）。
在这篇论文的正文和附录中，研究者几乎逐字公开了他们与 Claude 的关键对话，记录 AI 的每次犯错、编造，以及人类科学的纠正过程，为 AI4S（AI 驱动的科学研究）提供了宝贵的参考范本。
粒子的形状究竟如何影响迁移率？
阿卡瓦和师安库尔主要研究电泳（electrophoresis）问题，这是指带电粒子在电场中的移动。它的迁移率，即粒子速度与电场强度的比值，是胶体科学和生物医学分析里基础的测量量之，从 DNA 分离、蛋白质纯化，到纳米粒子表面电荷（即 zeta 电位）的测定，都建立在对这个量的准确计之上。
百多年前，波兰物理学马利安·斯莫卢霍夫斯基（Marian Smoluchowski）出了初步结果：当粒子周围的离子云厚度（即德拜层，电解质中屏蔽电场的特征长度）比粒子本身薄得多时，粒子的迁移率与其自身的大小和形状都关。个通俗的比，在这种端条件下，个球和个橄榄球在电场中的移动速度是样的。
1970 年，美国工程师莫里森（F.A. Morrison）用严谨的数学式重新证明了这种“形状关”，随后益阳家具封边胶厂，德国物理学托伊布纳（Max Teubner）在 1982 年立给出了另种证明。
问题出在另个端和中间地带。真实的纳米粒子比人类头发丝细约千倍，其尺寸往往和德拜层厚度相近，这时的粒子形状究竟如何影响迁移率？1924 年，德国物理化学许克尔（Erich Hückel）处理了德拜层远大于粒子的限；1931 年，英国物理化学亨利（David Cameron Henry）用个插值函数把两个端衔接起来，但仅限于球形粒子。1989 年，韩国学者尹炳俊（Byung Jun Yoon）和金相太（Sangtae Kim）用椭球波函数得到了椭球体的精确解。
但这些法都不能广到任意形状。构建任意形状粒子在任意德拜长度下的通用解析框架，成为学界悬而未决的问题。
它的困难之处在于，要同时处理电场分布、被扰动的离子云和流体力学响应之间的耦。另外，不同物理应之间还会出现微妙的抵消，步错步步错，这对计精度提出了要求。
也正因此，阿卡瓦和安库尔手动了年半后仍未得到结果，直到他们注意到将 AI 引入研究流程的潜力。
5 周的 160 轮对话，以及数个错误
论文记录了团队与 AI 协作的全部时间线。整个过程持续约个月，其间，作者共发出了大约 160 条实质的提问，可分为五个阶段：前三阶段在 Claude 的对话界面完成，分别使用了 Claude Sonnet 4.6（扩展思考模式）和 Claude Opus 4.6；后两个阶段转入 Claude Code。
阶段的尝试基本是失败的。团队初想让 Claude 在薄德拜层的特定限下，同时在德拜层厚度和形状扰动上做两个渐近展开。Claude 给出系数后，阿卡瓦追问了来源，Claude 经过几轮才承认，计没有真正收敛。
这个结果显然法令人类研究者满意，pvc管道管件胶阿卡瓦继续问它：“不下去了吗？你好像放弃了？”这让 Claude 说出了真正的结构问题：计涉及大数相减，会让有意义的小差异被数值误差掩盖，法识别。
据此，团队决定转换法论，放弃薄德拜层假设，只对形状做单摄动。这是整个项目关键的步，也呼应了作者的立场：AI 擅长处理计，前提是人类学者须明确用什么法来。
二阶段基于团队 2024 年发表的统迁移率公式。这个公式把电泳问题拆解成四个可以立处理的分量。接下来，研究者用 Claude Opus 4.6 搭出了完整的计案。但在大德拜数限下，并未复现出马利安求解的结果。为了让结果“看起来正确”，Claude 甚至不惜“造假”，提出借助临时因子做插值修正。团队拒了这个建议，明确要求 AI 须进行完整，不能从结果出发篡改计过程。
转入 Claude Code 后，AI 辅助的研究工作才走上正轨，产出速度大幅加快，可随之而来的是错误率上升。其中既有会带来巨大偏差的运错误，也有结果正确、过程却出了问题的不自洽步骤。后者在结果层面基本法察觉，而这其实比目了然的错危险。
值得提的是，根据论文记录，Claude 在写作阶段再次出现严重的幻觉行为。当作者请 Claude 起草段“AI 犯错记录”时，它编造了三个听起来非常理，却从未真正发生过的错误。
只有种形状真的重要
完成后，得到的物理结果相当简洁，参考霍华德建议的变形球体思路，研究人员把近似球形的粒子表面写成个球加上个小扰动的形式，然后逐项分析每阶展开对迁移率的贡献。终结论是，只有把球整体拉长成橄榄球状或压扁成盘状的变形（论文中记为 P₂ 分量），才会显著影响电泳迁移率。其他阶的变形，如表面的凹凸、局部突起、上下不对称的构形，都呈“电泳静默”的状态。
论文用四个粒子构造展示了这点：个规则的长椭球和个梨形粒子共享同样的 P₂ 分量；个规则的扁椭球和个蘑菇形粒子也共享同样的 P₂ 分量。这四个粒子的外形差别非常明显，但它们的迁移率曲线在整个德拜长度范围内几乎重。作者进步用 1989 年尹炳俊-金相太椭球精确解做了交叉验证，预测结果和精确解度吻。
至此，围绕电泳展开的系列基础和应用研究终于有了套通用的解析框架，这对纳米粒子表征、zeta 电位测量、微流控芯片设计等意义远。
研究发表后，阿卡瓦在接受校采访时表示：“我们花在调试和压力测试 Claude 输出上的时间，比花在自己做数学或从头写代码上的时间还多……验证结果的负担变得越来越重，因为我们对 Claude 结果的信任程度远低于对自己工作的信任。”
这个判断和陶哲轩近年来对 AI4S 的看法几乎致，他强调，AI 能加速产出候选想法，但在科学发现中，关键从来不在于产出速度，而在于验证的可信度和成本。当 AI 能以快速度产出看似正确的时，科研共同体的审查负担会不成比例地上升。
阿卡瓦和安库尔的工作再次验证了这点。他们忠实记录下 AI 错数、编造信息的证据。这些错误看上去自洽、终也指向个令人满意的结果，但过程充满疏漏。研究者须具备扎实的物理知识、的业直觉和对域文献的熟悉，才能识别问题所在。
何况，即便 AI 提供了再多候选思路，好的灵感依然源于顿轻松的晚餐。
参考内容：
运营/排版：何晨龙
注：封面/图由 AI 辅助生成相关词条:玻璃棉 塑料挤出机厂家 钢绞线 管道保温 PVC管道管件粘结胶
奥力斯 万能胶厂家 联系人：王经理 手机：18231788377（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述益阳家具封边胶厂，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。