据IT之家10月17日报道，Anthropic于10月16日发布研究称，Claude在几乎无需人工干预的情况下，为8类量子计算任务设计出比已发表最优电路更高效的方案。研究聚焦量子电路的资源消耗，涉及化学、优化、物理模拟、数论和数值计算等领域。
这次研究的具体做法是：研究团队用通俗语言向Claude说明任务，并设置自动评估程序。程序检验它提出的电路是否正确，再按“量子比特数×量子门数”打分；Claude根据反馈继续迭代，形成闭环设计流程。
为什么要优化这两个数字？报道解释，量子比特和运行时间都是稀缺资源，而量子设备又容易受到环境噪声影响。减少电路所需的量子比特和量子门，通常意味着更低的硬件压力、运行时间与噪声累积。这也是此次研究衡量方案成本的重点。
据报道，Claude的新设计不只是微调既有方案，还提出了新的数学与结构思路。例如，模拟硫化铁分子时，它利用分子的对称性和重复结构，将部分结果计算一次后重复使用；在量子优化算法的解码环节，它将最昂贵步骤的成本降至原来的十二分之一。
另一项代表性成果是椭圆曲线点加法。Claude经过约53小时的自主探索，提出一种无需存储完整分支历史即可反向运行的可逆算法，并形成了一系列在量子比特数量与运行时间之间采取不同权衡的设计。
研究人员认为，这类进展有望降低实用量子应用对硬件规模的要求，推动新药设计、电池、催化剂和肥料生产等领域的量子计算方案落地。不过，研究也指出，量子电路设计只是构建容错量子计算机的一环，纠错、硬件控制等问题仍需协同突破。