热搜说GPT-6Astra“攻克98%物理难题”，这事不假，但98%的宾语要读准：它拿下的是50道理论物理前沿难题中的49道。 关键在于，这些题目测试时答案尚未公开，AI没法靠背题得分。知乎哔哩哔哩知乎
但研究结论里对普通人更有用的一句话是：AI缺乏判断“什么问题有意思”的物理直觉，让它自己出题，它只会盯着人类觉得无聊的技术细节。 所以普通人用GPT-6高效学习的主线并不是“让它答题”，而是用它练习提问和验证——这两件AI还不如人的事。知乎
98%的分数里，藏着一个专家翻车的插曲
这项研究2026年10月9日挂上arXiv，由35位研究者完成，其中包括哈佛和Google DeepMind的团队成员。 题目难度设置为：世界级专家解一道题约需一整天，普通教授要花费很多天。知乎知乎
比赛结果比所有人预期的都高：物理学家赛前预测GPT-6Astra只能做对40道左右，最终它只错了一道。 更戏剧性的是评分环节：多道题目上AI坚持专家给的答案是错的，团队复核后发现出错的确实是“标准答案”，专家改完答案，它的成绩从88%直接跳到98%。知乎知乎
研究团队披露，这套评测每题的算力开销只有2.3美元，是普通人真正用得起的水平。 专家翻车本身也是给学习者的提醒：AI给出的答案足够可靠到指出老师的错误，但“标准答案”和AI输出都必须经过复核，才轮到“你学会了”。知乎
AI缺的那一半，恰恰是学习要练的那一半
先说边界，免得标题被读歪：这些题主要用已知方法拓展已有研究，科普作者对它的定性是大约相当于普通硕士论文的难度，还远远达不到博士论文水平——它不等于“发现了新的物理规律”。知乎
而AI真正强、学习者真正能用的，是那张完整知识地图：它能在几乎每个子方向都顶到前沿，把一个领域成熟的工具直接搬进另一个领域。 过去一个方向里几十年的僵局，答案可能早就躺在另一个方向的文献里——现在你提问时，搬运这些答案的成本接近于零。知乎
三招把它用成导师
第一招，提问先报四个要素：个人背景、具体需求、限制条件、期望结果。“教我物理”这种问法看着省事，其实低效，因为AI不知道你的起点和终点。 把目标写成可检查的任务：要学到什么、每天有多少时间、结束时能独立完成什么，问题问得太大，答案看了很多，轮到自己动手还是不会。知乎小红书
第二招，让AI把角色反过来：安排练习、设置场景让你先作答，错了不直接给答案而是追问和提示，连续两次再错才给解释，最后换一道相似的题检查你能不能独立完成。 研究生群体里流行的“让它同时扮演导师、审稿人、方法专家”做一次系统审计，原理相同。 这套方法不必从最贵的模型开始，按社区用法，网页版把思维强度开高，就足够支撑查资料和理解性的学习。小红书小红书知乎
第三招，收尾必做费曼检查：用10岁孩子能听懂的话把概念讲一遍，讲不清的词、跳过的步骤，就是需要回头补的窟窿。 再叠一层验证：关键结论让AI逐行写推导、自己重算核心步骤，这恰好是这套评测里AI对付专家的方式——用复核结果，而不是用信任。小红书
学习的分工变了，学习的必要性没变
热评区的反差挺说明问题：有人把这台“物理学家级别”的机器天天拿来写代码，还自嘲可惜。 不是它不配被用来自学，而是多数人只习惯了问答案，没习惯让它出题、追问和检查。知乎
学生群体的态度也更诚实：哪怕AI做得了这些题，“研究生还是要读”。 学习的价值从来不在答案本身，而在出题、拆解和验证的过程——这三样恰好是这篇研究认定AI还不具备、论文作者也提醒仍依赖人类的能力。这篇论文对普通人的实际意义就一句话：让AI负责给答案，把提问和验证留给自己。知乎
