理科生的就业没有被整体"击穿"，但训练阶梯的第一级确实在拆。哈佛、Google DeepMind等机构的35位研究者出了50道未公开的理论物理题让AI作答，表现最好的GPT-6Astra解出49道，每题平均成本不到3美元——"98%“说的就是这场考试。 而"攻克98%世界物理难题"这个话题词里的"世界物理难题”，原研究没有说过，是传播中加上的。 对就业的真正含义，一位物理科普作者的概括很准：理论物理学家稀缺性来自的三种能力里，前两个已经完全被AI取代，剩下的只有“提出有价值的新问题和新理论框架”。 对理科生来说，"会做题"在贬值，"会选题、会验证答案"正在变成新的门槛。arXiv微博知乎
50道题的真实成绩单
题目有明确刻度：不靠AI，世界级专家做一道大约要一天，相邻方向的专家还要慢得多。 出题的是哈佛、Google DeepMind等机构的研究团队，论文2026年10月9日挂在arXiv上。arXiv知乎
成绩单有对照组：Astra做对49/50，紧随其后的Opus做对46/50，Gemini 34/50，开源模型DeepSeek和GLM分别是27/50和21/50——顶级闭源模型和开源模型拉开了一个身位。 还有一个被反复转述的细节：多道题AI坚持专家给的答案是错的，团队核对后确认确实是专家错了、AI算对了。arXiv知乎
"98%"带着三个限定
第一，它测的不是"世界物理难题"。论文明确写着：这套题不包含任何重要的开放研究问题，它们属于"拧摇柄"式工作——把已知技术用于推广现有成果，答案严格说是新的、有时甚至可发表，但不具突破性。 第二，一部分"会解题"其实是"记性好"：断掉文献检索和背景论文后，各家成绩平均只小幅下滑，论文自己提示这是对文献的大量记忆。 一位知乎答主还补了更严的边界：断网模式下Astra仍解出46/50，但这一模式仍然允许本地编程和计算工具，测试没法把"推理"和"背题"干净拆开。 第三，这仍是一篇挂在arXiv上、未经同行评审的预印本，问题本身也可能随时间被模型"背"进训练集。arXivarXiv知乎
就业阶梯：被拆掉的是第一级
把理论物理研究拆成三层：在现有框架内把计算做完、判断什么问题值得计算、创造或修改理论框架本身。TheoPhysEval测到的是第一层——它证明AI能高效完成大量研究级理论物理计算，但并不意味着AI解决了量子引力、黑洞信息悖论等开放问题。知乎
麻烦在于，第一层恰恰是理科生的入门活儿。论文自己的判断比多数报道更重：直到最近，这类题还适合当作青年研究者的起步课题、用来获得原创结果；往后，把它们分给起步阶段的研究者已经不再合适。arXiv
培养端的标尺也在同步失准。解决具体问题的能力历来是理论物理最被看重的通货，而物理奥林匹克、研究生入学考试和资格考试，考的全是它。 学生的体感来得更早：有ACM出题人把当年自己出的题丢给Astra重测，发现旧题解还有优化空间，还真找出了几道复杂度更优的新解。arXiv知乎
人还剩下什么
至于"为什么没有AI自主突破"，论文给出的解释是：智能体没有物理学家那种对"什么题有意思"的品味——让它们自己出题，它们会过度纠缠人类觉得无聊的细节。arXiv
作者的结论也远比话题词克制：解题上的出色，并不意味着自主研究上的出色，人类专家必须在环。arXiv
另一层现实利好是知识的打通：AI握着整个物理学的知识地图，能把一个领域的成熟工具直接搬去解另一个领域的题。 但窗口期未必很长：作者提醒，眼下3美元一题的便宜，建立在这些问题尚未耗尽资源的前提上，更先进的问题预计需要更大投入。知乎arXiv
别急着替理科生下结论，盯住三个信号：这篇论文能否通过同行评审和复现；AI会不会作为共同作者出现在真正的开放问题上；以及高校会不会把"题海训练"换成"选题与验证"的训练。在它们落地之前，"GPT-6攻克物理"只是一次49/50的随堂考试，还不是终局——但它足以让每一理科专业重新回答一个问题：当答案本身不再稀缺，你还剩下什么。
