Claude calcola a nove loop: Anthropic batte il record di fisica teorica su N=4 super Yang-Mills

Per anni il calcolo delle ampiezze di scattering in fisica teorica è stato considerato uno dei terreni più ostici per qualsiasi macchina. Ora Anthropic sostiene che Claude ha calcolato a nove loop l’ampiezza a sei particelle nella teoria N=4 super Yang-Mills planare, superando il precedente record di otto loop. Il risultato, raccontato sul blog scientifico dell’azienda il 25 settembre 2026 con un titolo volutamente provocatorio, “Yes, Claude can do Nine Loops”, è stato verificato in modo indipendente da Lance Dixon, il fisico dello SLAC che detiene da tempo i primati in questo campo.

È una notizia che parla di fisica, ma che dice molto anche sul modo in cui gli agenti AI stanno cambiando la ricerca.

Cosa ha fatto Claude con il calcolo a nove loop

Il problema affrontato ha un nome che spaventa: l’ampiezza esagonale, cioè a sei particelle, nella teoria N=4 super Yang-Mills planare, calcolata a nove loop. Per capire di cosa parliamo, basta sapere che i fisici teorici prevedono il comportamento delle particelle attraverso formule chiamate ampiezze di scattering. Queste formule si costruiscono a strati, con correzioni via via più fini chiamate appunto loop, e ogni loop in più fa esplodere la complessità del calcolo.

La teoria N=4 super Yang-Mills non descrive direttamente il nostro universo. È piuttosto un modello semplificato, una sorta di laboratorio matematico in cui i ricercatori mettono alla prova tecniche che poi sperano di estendere a teorie più realistiche. Proprio per questo è diventata un banco di prova molto competitivo, dove ogni loop aggiuntivo rappresenta un passo avanti riconosciuto dalla comunità.

Fino a oggi il record era fermo a otto loop.

La sfida lanciata da un fisico scettico

La storia nasce da una provocazione. Ad agosto il fisico e divulgatore Matt von Hippel aveva scritto sul suo blog che, se le aziende di intelligenza artificiale volevano davvero impressionare i ricercatori del suo settore, avrebbero dovuto risolvere uno dei grandi problemi aperti delle ampiezze di scattering, usando solo le risorse di calcolo a cui ha accesso un normale gruppo accademico. Tra gli esempi citati c’era proprio la teoria N=4 super Yang-Mills spinta fino a nove loop.

Anthropic ha raccolto la sfida. Secondo il resoconto pubblicato dall’azienda, i ricercatori hanno prima chiesto a Claude quale dei problemi proposti avesse più probabilità di riuscire ad affrontare, poi gli hanno dato un prompt essenziale che descriveva il calcolo dell’ampiezza esagonale a nove loop. Da lì in avanti il lavoro è andato avanti quasi senza supervisione.

Giorni di lavoro autonomo e un costo contenuto

Il dettaglio più interessante riguarda il metodo di lavoro. Claude ha operato per giorni in modo largamente autonomo, scrivendo ed eseguendo codice Python e SymPy, mentre le persone coinvolte si limitavano a controllare i progressi ogni quattro-sei ore e a invitarlo a continuare. In pratica, un agente che lavora mentre il ricercatore dorme e che riferisce lo stato di avanzamento a intervalli regolari.

Anche il costo è significativo. Secondo quanto riportato, l’intera operazione ha richiesto un utilizzo di Claude nell’ordine di un paio di migliaia di dollari, una cifra alla portata di un dipartimento universitario. Il 1° settembre il risultato è stato inviato a Lance Dixon, che disponeva delle tecniche necessarie per validarlo e ne ha confermato la correttezza.

Tradotto: niente supercomputer dedicati, niente squadra di specialisti, solo un modello e un budget accademico.

Perché il risultato è importante, e cosa non dice

Il valore della notizia sta soprattutto nel tipo di compito svolto. Non si tratta di rispondere a una domanda d’esame o di superare un benchmark costruito a tavolino, ma di portare a termine un calcolo reale, lungo e pieno di passaggi intermedi, in un settore in cui i progressi sono sempre arrivati da piccoli gruppi di fisici di altissimo livello dopo anni di lavoro. Il fatto che il risultato sia stato verificato dalla stessa persona che deteneva il record precedente gli dà un peso difficile da ignorare.

C’è però un punto da tenere a mente per leggere la notizia nel modo giusto. Claude non ha inventato un metodo nuovo. Ha seguito l’approccio già sviluppato da Dixon e dai suoi collaboratori, basato sul cosiddetto bootstrap delle ampiezze, e lo ha applicato con pazienza fino al livello successivo. Il merito è nell’esecuzione, non nell’invenzione.

Le voci critiche della comunità scientifica

Non tutti i fisici hanno accolto la notizia con entusiasmo. Il matematico Peter Woit, noto per il suo sguardo critico sulla fisica teorica, ha osservato sul suo blog che conoscere l’ampiezza a nove loop non ha applicazioni pratiche dirette. La motivazione di questi calcoli, spinta negli ultimi anni da figure come Nima Arkani-Hamed, è piuttosto quella di trovare indizi per una formulazione completamente nuova della teoria, basata su oggetti geometrici inediti.

Woit pone anche una domanda che riguarda da vicino il futuro della professione. Questi strumenti aiuteranno i teorici a trovare metodi e intuizioni nuove, oppure renderanno superfluo chi oggi passa anni a eseguire calcoli di questo tipo? È una domanda aperta, e non è un caso che emerga proprio in un campo dove la competenza tecnica richiesta è altissima.

Lo scetticismo, in questo caso, è un segnale di quanto il risultato abbia toccato un nervo scoperto.

Il contesto: Claude sempre più strumento di ricerca

Il calcolo a nove loop non arriva isolato. Nelle ultime settimane Anthropic ha moltiplicato le pubblicazioni che mostrano Claude come assistente di ricerca in ambiti scientifici molto diversi. Proprio pochi giorni fa abbiamo raccontato come Claude abbia contribuito a scoprire ART, un nuovo sistema enzimatico legato a CRISPR, e l’azienda sta puntando con decisione sul settore delle scienze della vita con programmi dedicati.

La direzione è chiara: dimostrare che un modello linguistico, dotato di strumenti per eseguire codice e di una buona capacità di mantenere il filo su compiti lunghi, può diventare un collaboratore credibile nella scienza di frontiera. Non più solo chatbot, ma agenti che lavorano per giorni su un obiettivo preciso.

In questo quadro pesa anche l’evoluzione dei modelli. Il recente lancio di Claude Opus 5.5, con prezzi più bassi e prestazioni migliori, rende più sostenibili proprio le sessioni lunghe e ricche di passaggi, quelle in cui un agente consuma grandi quantità di token per ragionare, scrivere codice e verificare i risultati.

Un cambio di passo nella gara tra laboratori

La scelta di Anthropic di rispondere pubblicamente alla sfida di un fisico scettico ha anche una valenza strategica. I grandi laboratori, da OpenAI a Google DeepMind, competono ormai non solo sui benchmark, ma sulla capacità di produrre risultati scientifici verificabili. Le aziende cercano risultati che parlino da soli e che possano essere controllati da esperti esterni, perché è lì che si costruisce la fiducia della comunità accademica.

In questo senso il nove loop funziona come una prova concreta: un problema scelto da un esterno, risolto con risorse modeste, verificato dal massimo esperto del settore.

Cosa cambia per ricercatori e aziende

Per chi fa ricerca, il messaggio più immediato riguarda l’accesso. Se un calcolo che richiedeva competenze rarissime e anni di lavoro può essere eseguito da un agente con un budget di qualche migliaio di dollari, la barriera d’ingresso a certi tipi di indagine si abbassa drasticamente. Questo potrebbe liberare tempo per le parti più creative del lavoro scientifico, come formulare le domande giuste e interpretare i risultati.

Allo stesso tempo emerge un problema di verifica. Il risultato di Claude è stato validato perché esisteva una persona in grado di farlo con tecniche indipendenti. Man mano che gli agenti affronteranno problemi sempre più complessi, trovare revisori capaci di controllare davvero il loro lavoro diventerà una sfida a sé stante.

Per le aziende, infine, la lezione è più generale. Il modello di lavoro descritto da Anthropic, con un obiettivo chiaro, un agente che procede in autonomia e controlli periodici da parte di un umano, è lo stesso che si sta diffondendo nello sviluppo software, nell’analisi dei dati e nella ricerca industriale. Il fatto che funzioni su un problema di fisica teorica di questa difficoltà è un indizio di quanto possa rendere su compiti più ordinari.

La vera novità, forse, non è il nono loop in sé, ma il modo in cui ci si è arrivati.

Conclusioni

Il calcolo dell’ampiezza esagonale a nove loop segna un momento simbolico per il rapporto tra intelligenza artificiale e scienza di base. Claude non ha riscritto la fisica teorica e non ha scoperto nuove leggi della natura, ma ha dimostrato di poter portare a termine in autonomia un calcolo che fino a ieri era terreno esclusivo di pochissimi specialisti, con costi alla portata di un’università e con un risultato confermato dal massimo esperto del campo.

Resta da capire se questi strumenti diventeranno acceleratori di nuove idee o semplici esecutori di metodi già noti. Probabilmente saranno entrambe le cose. Puoi leggere il resoconto completo sul blog scientifico di Anthropic e, se vuoi restare aggiornato su come l’AI sta entrando nei laboratori di ricerca, continua a seguire le nostre notizie e dicci nei commenti cosa ne pensi: un’AI che calcola a nove loop ti entusiasma o ti preoccupa?