Le Parti 1–4 erano modelli, media, pesi e loop. Questa Parte 5 è ciò che quegli agenti hanno prodotto fuori dal codice: un sistema enzimatico nuovo, un record di fisica teorica e un claim su un problema del millennio.
Tre risultati non sono la stessa cosa. Uno è uno scan da confermare in laboratorio. Uno è un calcolo su una teoria giocattolo, controllato da chi deteneva il record. Uno è una prova con formalizzazione Lean su un problema Clay, con lavoro concorrente uscito lo stesso giorno. Trattarli come un unico “l’AI ha scoperto” è il modo più veloce per sbagliare il mese.
ART, 950 agenti su un database di DNA
Il 23 settembre Anthropic ha pubblicato Claude discovers a novel enzyme system. Prompt iniziale: cerca reverse transcriptase interessanti in un database di sequenze. Poi gli agenti hanno lavorato da soli.
Numeri dichiarati:
- circa 950 agenti
- 21 ore
- 210 milioni di token
Un agente ha notato un array di repeat DNA accanto a una RT anomala. Il team life sciences lo chiama ART, array-associated reverse transcriptases: RT + gene partner + array di repeat a spaziatura regolare, espresso come RNA corti distinti. Ricorda CRISPR per la geometria, non per la funzione.
Il wet lab è umano. I primi esperimenti confermano gli RNA corti. La funzione primaria è aperta. Il preprint è sul CDN Anthropic. Non è un editor “nuovo CRISPR”. È un candidato trovato da uno scan autonomo, ancora da capire.
Nove loop in N=4 SYM, record e teoria giocattolo
Il 25 settembre, guest post di Matt von Hippel sul Science blog Anthropic, con addendum di Lance Dixon (SLAC / Stanford).
Liam Fitzpatrick e Siddharth Mishra-Sharma hanno dato a Claude Fable 5.1 in Claude Science un prompt corto: calcola l’ampiezza a sei particelle (hexagon) in N=4 super Yang-Mills planare a nove loop. Poi gli hanno detto di continuare. Due vie: bootstrap diretto delle hexagon function e via form factor + dualità antipodale. I risultati coincidono.
Record precedente: otto loop, Dixon e Liu, agosto 2023 (arXiv:2308.08199). Il simbolo a 8 loop aveva circa 1,67 miliardi di termini; a 9 loop i file parlano di circa 30 miliardi. File su Zenodo il 16 settembre, stesso formato dei loop precedenti. Costo utente stimato da von Hippel: 1.000–2.000 dollari a metodo, di cui circa 100 dollari e 96 CPU per una settimana sul bootstrap SymPy.
Dixon ha controllato. Von Hippel è compensato da Anthropic per il post: è dichiarato.
Due limiti obbligatori. N=4 SYM planare non è il Modello Standard: è il banco di prova delle ampiezze. E il 17 settembre Song He, Jirong Jing e Xiang Li (CAS) depositano i simboli da 2 a 9 loop, lavoro umano con assistenza GPT-6. Il record non è monopolio di un lab.
Navier–Stokes, enunciati C e D, premio non chiesto
L’8 settembre OpenAI pubblica una soluzione al problema del millennio esistenza e smoothness di Navier–Stokes. Claim: un fluido 3D inizialmente liscio e a riposo, con forcing liscio ed energia finita, può sviluppare una singolarità in tempo finito. Nella formulazione Clay sono gli enunciati C e D, non necessariamente A/B (esistenza globale senza forcing).
Setup dichiarato:
- modello interno “significativamente più capace” di GPT-6 Astra
- circa 10.000 agenti
- soluzione il 5 settembre, 88 ore dal lancio
- formalizzazione Lean in altre 17 ore con GPT-6 Astra
OpenAI scrive che non intende chiedere il premio da 1 milione. C’è un Lean pubblico. Quanta e altri hanno documentato lavoro concorrente uscito poche ore prima (Buckmaster / Alpöge e modelli misti). OpenAI ha anche pubblicato una nota su prompt Codex di terzi nei due mesi precedenti: dice di aver verificato che non hanno influenzato il sistema.
Trattalo come claim con formalizzazione, non come premio Clay assegnato. La comunità sta ancora leggendo il Lean.
Meteo, video, alignment: già detti o in arrivo
Il 3 settembre Google DeepMind ha rilasciato WeatherNext 3: mosaic satellitari live, forecast globale a 5 km orari, skill di precipitazione dichiarata in rialzo. Resta un modello meteo, non un teorema.
Lo stack video multi-agente (Co-Director, CANVAS, A²RD) è già nella Parte 2. Non lo riscrivo.
AAR, gli Automated Alignment Researcher di Anthropic (10 failure, loop su 1× H200, paper arXiv:2608.28945), è ricerca di safety. Va nella Parte 6.
Cosa tenere e cosa scartare
Tre filtri.
Primo: autonomia ≠ scoperta chiusa. ART è uno scan. I nove loop sono un calcolo su ricetta nota, verificato. Navier–Stokes è una prova con Lean, su un sottoinsieme degli enunciati Clay, con lavoro parallelo. Il verbo giusto cambia.
Secondo: il costo è parte del risultato. 21 ore e 210M token. 1–2k dollari per un loop. Decine di milioni stimati da terzi per Navier–Stokes. “L’AI ha risolto X” senza budget e senza referee è marketing.
Terzo: Lean alza l’asticella, non la chiude. Una formalizzazione si può controllare. Non assegna il premio Clay e non sostituisce il wet lab.
La Parte 6 chiude il mese su safety e policy: AAR, system card Astra, misuse report, MentalHealthBench. Qui settembre ha già detto il fatto nuovo della ricerca: l’agente entra nel loop sperimentale. Non esce da solo con la pubblicazione.
Fonti
Testo: assistito da AI · revisionato da Carlos H. P. Ross
