Claude Mythos 5 找到了比已發表最佳結果更好的量子電路——首先從一個能將閘數削減 17 倍的電路開始

Anthropic 的 STEM Fellows Program 本週發表了一項成果，其中 Claude Mythos 5 收到了八個量子電路的自然語言規格，並在與自動化評估器形成的閉環中運作，交出的設計在七個電路上勝過已發表的最佳設計——而在第八個電路上，它產出了文獻中未曾有過的東西：一種不儲存分支歷史的可逆 divsteps 實作，其中一個成員與先前最小的設計相比，使用的量子位元多 12%，但閘數少 17 倍。論文 《以大型語言模型發現最先進的量子電路》刊登於 arXiv（2610.22367，2026 年 10 月 15 日提交，46 頁），其第一作者是該計畫的研究員 Andi Gu，由量子物理學家 Alek Kemeny 指導，並與哈佛大學的 Susanne Yelin 和 Mikhail Lukin 合作。以下每個數字都是 Anthropic 自己的，或來自論文自身的表格；目前尚未有任何一項被獨立重現。

實際執行了什麼，以及什麼沒有被執行

這個設定值得精確描述，因為有趣的說法並不是「某個模型寫了一些程式碼」。A​nthropic 給了 C​laude M​ythos 5 一份計算基元的規格，而該模型提出了一個以 Python 撰寫的電路。一個獨立的評估器——一個程式，而不是模型——檢查了該電路的正確性，並依量子位元數乘以閘數來評分，作為執行時間的替代指標。分數回饋給模型，模型再進行修訂。各輪之間沒有人為介入。A​nthropic 的描述是，C​laude 大致上「靠自己」運作。

那個迴圈有兩件事在發揮關鍵作用。第一，評估器獨立於提案者，因此看似合理但錯誤的答案會得零分，而不是靠辯論勝出。第二，目標值是一個數字，這表示模型能判斷某次修訂是否有幫助。這與驅動程式設計代理的測試套件形態相同，也是 Anthropic 選擇研究量子電路的原因：這個領域有嚴格、低成本、自動化的正確性檢查。

這八個基本原語涵蓋化學、最佳化、量子模擬、數論與數值計算。有兩項限制使這個領域與眾不同。量子電路沒有 if-then 分支，因為疊加態意味著每個分支都需要一個操作；而且它們不能丟棄資訊，因為每個步驟都必須可逆。剩餘的暫存值必須透過反向執行計算來解除計算，這會耗費閘。這迫使我們在空間與時間之間做出取捨，而這種取捨在古典計算中沒有對應；這正是搜尋過程可以針對的那類取捨。

值得詳細閱讀的四項結果

• Divsteps／質數體模逆運算。這是本文的頭條重點。Claude 產出了第一個不儲存分支歷史的可逆 divsteps 實作——論文形容這種構造讓 divsteps 這個以往不適合用於可逆整數運算的古典演算法，首度變得可行。可用的成果並非單一勝利，而是一次帕雷托轉移：由此衍生的設計家族中，有成員比先前最小的設計多用 12% 的量子位元，閘數卻少了 17 倍，因此手上還有量子位元預算餘裕的編譯器，如今可以用它來換取閘數。

• DQI / Reed–Solomon 解碼。 Claude 的解碼器將閘數量削減至 Google 先前建構的十二分之一，部分原因是把擴展歐幾里得演算法換成 Berlekamp–Massey 解碼。儲存細節才是有趣之處：若要以最壞情況處理橫跨 35 輪的例外，將需要 665 個量子位元；而在模擬器執行 4.03 億次樣本解碼後，Claude 改為只保留單一值的空間——19 個量子位元——並接受大約每 10,000 次執行就有一次需要更多空間並失敗，這個比率仍在允許的錯誤預算之內。

• 橢圓曲線點加法。一次僅歷時 53 小時、幾乎無需人類輸入的執行——只需一份初始簡報，加上偶爾的提示——便產生了新方法。C​laude 證明了代數恆等式，在大規模數值模擬中測試了這些公式，並在 Lean 中形式化了該主張；這種自我檢查使這項結果更難被斥為看似合理的假象。

• FeMoco 軌跡，這需要附帶一項但書。Anthropic 的頁面將 Claude 的結果與 2017 年模擬鐵鉬輔因子的估計相互對照：約 50 兆個 Toffoli 閘，降至約 3.4 億個，減少約 15 萬倍；該頁面將其描述為在未來一部約有三百萬個實體量子位元的機器上只需數小時。請把這理解為整個領域的發展軌跡，而非單一成果。該頁面本身將這八年的縮減歸功於許多研究團隊，而誠實的解讀是，Claude 的設計只是這條早已陡降的曲線中的一步。

為了說明 DQI 數字為何重要，可以看看這個規模對比：Google Quantum AI 自己的估計顯示，一個 OPI 問題在今日的 Frontier 超級電腦上大約要花三個月，而在未來執行 DQI 的量子電腦上則只要約一小時——而那一小時大部分都花在 Reed–Solomon 解碼上。將解碼器閘數削減 12 倍，就是削減了主導項。

「超越已發表的最佳成績」不代表什麼

四個誠實的限制，先說在前頭，免得有人把 17× 斷章取義地拿來引用。

第一點是，這是一篇沒有獨立重現的預印本。Anthropic 執行了評估器；比較基線來自該論文自己的表格，先前的設計則引用 Schrottenloher (2026)、Luo 等人 (2026) 與 Khattar 等人 (2025)。在有人重新執行該測試框架之前，所宣稱的優勢都只是宣稱。

第二點是，電路設計只是量子電腦的其中一個元件，而這些元件通常是分開設計的。Anthropic 指出，錯誤更正、編譯與硬體限制有可能用同一種方法共同最佳化——這是一個研究方向，而非一項結果。

第三個是 Anthropic 對自身提出的失敗模式：在早期實驗中，模型很保守，會反覆質疑有充分支持的進展，並對可能沒問題的設計進行二次或三次檢查。這種謹慎曾經帶來真正的好處——它曾促成 divsteps 結果的 Lean 證明——但也使搜尋偏向既有方法。緩解措施是結構性的：要求並行開發數種性質不同的方法，並偶爾提示模型擴大搜尋範圍。任何在任何前沿模型上建構評估器驅動迴圈的人，都會認出那個失敗模式，而並行方法的修正正是可移轉的部分。

第四點是，八項任務中有七項在既有的表述上得到更好的分數，而其中一項產生了新的表述。這是不同類型的結果，而論文自身的框架把第八項視為有趣的那一項，因為只在已知結構內調整參數的搜尋有其上限。

能推廣至量子運算以外的部分

把物理拿掉之後，Anthropic 所打造的其實是一個提案者和一個獨立檢查器，兩者接在一起，並共享一個雙方都看得見的純量目標。這個模式如今已成為嚴肅代理式工作的標準形態：一個模型負責生成，另一個負責驗證，而迴圈會在某項測試通過時停止，而不是在輸出讀起來通順時停止。這篇量子論文額外帶來的教訓，是關於批評者的誠實——這裡的評估者並不是提出意見的第二個模型。它是一個模擬器，要嘛接受這個電路，要嘛不接受。

當一個程式無法擔任評判者時，次佳的結構是改用另一個模型來擔任評判者，而這是路由問題，而非研究問題。OrcaRouter 的路由 DSL 能將數個模型組成單一次呼叫，因此便宜的模型可以負責高吞吐量的提案者分支，而較強的模型只在驗證步驟被叫用；當單一意見不值得信任時，模型融合會讓一組模型對同一個提示執行。重點不在於路由器設計了那些電路——它並沒有，而且 Anthropic 的迴圈也不需要路由器。重點是，Anthropic 所描述的迴圈可以在單一端點上、跨 200 多個模型建構出來，且不需要第二份合約；這個迴圈的成本主要取決於你能負擔多少輪提案者回合。

你實際上可以在哪裡執行像這樣的東西

Claude Mythos 5 本身無法呼叫。它僅限於經過審核的合作夥伴與驗證計畫成員使用，不會出現在任何公開 API 上，也不會被路由到這裡——受管制的模型無法路由給公眾。真正可觸及的是它的公開同輩。Anthropic 每一次前沿推進都以同一組權重的兩種 SKU 出貨：Mythos SKU 搭載為經審核防禦者調校的網路與生物安全防護，Fable SKU 則保留完整的安全防護堆疊。Claude Fable 5是 Claude Mythos 5 這個世代中不受管制的成員，它收錄在 OrcaRouter 目錄中，依 Anthropic 定價表的每百萬輸入詞元 10 美元、每百萬輸出詞元 50 美元，以 0% 加價原樣轉供，而更新的Claude Fable 5.1——也就是 Claude Mythos 5.1 的公開雙胞胎——並列其旁，價格相同，快取讀取還便宜 75%。這正是通往該論文所談能力層級的實際途徑，而且它花費的是供應商自己的數字，而不是被加價過的數字。

說白了：這篇論文的進展來自一個迴圈，而不是單一提示詞。任何想重現它的人，都應該為每個基本單元預留數百輪「提出命題—評估—修訂」的預算，並挑一個每輪成本自己能接受的模型。這正是把迴圈放在具備自動容錯移轉的路由器之後、而不是把長達十二小時的搜尋賭在單一供應商今天狀態特別好的理由。

接下來要看什麼

三件可檢驗的事。對 divsteps 與 DQI 電路獨立重跑評估器，這是唯一能讓 17× 與 12× 不再只是 Anthropic 數字的辦法。測試框架本身是否會釋出，因為回饋迴圈才是可重複使用的貢獻，而那些電路則是示範。以及同樣的「提案者—評估者」模式是否會出現在正確性無法由機器檢查的問題上，因為那正是「模型即評審」問題不再只是學術問題的地方。

在那之前，公允的總結是：一個受存取管制的前沿模型，被指向一個具有廉價目標函數的領域，並獨自運行 53 小時後，推進了一項人類研究者已持續努力八年的資源前沿。光憑其方法本身，這就值得認真看待，即便具體的倍數仍標註為廠商自家的說法。

這些都不是假設：像這次發布這類版本背後那些有紀錄的 AI 失效與代理事件，全都收錄在OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。