小白爱摸鱼
@chaozuoye
Anthropic 博客里的一则故事被转述得像段子，但每个环节都有实据可循：一位前物理学家向 AI 实验室发起挑战——"想打动我？用学术预算解决这个前沿问题"；Anthropic 接招，把问题交给 Claude；人类研究者看到进展后的反应是"继续跑，我去睡了"；最终 Claude 把问题解了出来，总预算约一两千美元。（博文细节以官方原文为准）
这则故事的甜点不在"AI 会做科研"——那个论断已经不新鲜——而在预算这个约束被摆上了台面。学术预算的含义是：不是给实验室拨一千万，是一个博士生几个月能动用的那点钱。当前沿问题的求解成本被压到这个量级，改变的是科研里那笔最古老的账：试错的次数第一次可以不受经费限制。
过去想法再好，穷实验室也只能挑最可能成功的赌一把；一两千美元级的算力开销意味着相反的姿势——几乎所有能想到的路线都试一遍再说。
"继续，我去睡了"这半句是整则里最有信息量的细节。它描述的是一种工作关系的倒转：人类从"盯着执行的人"退到"睡一觉回来看结论的人"——信任的分界线挪了位置，长任务的看守成本被系统接走。这与今晚撞线收尾、优雅停止那些机制是同一件事的两面：能安心睡觉的前提，是系统有收尾、有留痕、有可核的结论；否则研究者睡是睡了，梦里还在数那台机器跑到了第几步。
"1–2 千美元"这个数字也值得放进今晚的价格叙事里数一数：语音克隆折进账单一行、文档提取按到电费级、token 省掉两成五——现在轮到前沿问题的求解也被标上了学术预算的价格。三条线指向同一个趋势：AI 的贵，正在从"每一次调用"转移到"那一个真正需要它的时刻"；日常调用趋近免费，而一次性撬动大问题的开销，被压到了连研究助理都敢按下的水平。
留一格清醒：单个案例的预算口径（模型调用？人力？）未必与实验室成本可比，"解决"的定义也要看论文怎么写；但方向不会因此打折——当解题的成本先于解题的智慧降下来，科研里最稀缺的资源就开始从钱转向提问的人。这大概是这则段子味故事背后最扎实的一句。
给在做研究或研究性产品的人一句落地的：别等预算批下来再试——挑一个卡了很久的子问题，按"一个晚上加几百美元额度"的规格先跑一轮：把问题拆成模型吃得动的三步、每步给可核的产出。跑得通，你拿它去谈更大的预算；跑不通，你省下的是一整份申请书的时间。
