就在刚刚，Anthropic 发布了一项引发关注的研究：在不到四周时间里，Claude 优化了 30 多个开源生物分子模型。 其中包括 AlphaFold3、Boltz-2、Chai-1、ESMFold2、RFdiffusion 等已经广泛使用的科学模型。 结果显示，在允许少量数值精度变化的情况下，任务平均加速约 4 倍；在要求输出完全一致时，平均加速接近 2 倍。相关代码也同步开源。 更值得关注的是完成这项工作的方式。 代码优化主要由 Claude 自己完成，背后监督它的是两名 Anthropic 技术人员。他们理解生物建模，但并不具备传统意义上的推理优化或 GPU kernel 工程背景。 这件事的意义不难理解。科学家每天使用的计算工具变快、变省，同样的时间和预算就能支撑更多数字实验。让 AI 加速已有的科学软件，是加速科学研究最直接的一条路径。 不过，这份报告回答了 "AI 能不能做到"，却留下了另一个问题： AI 写出的科学代码，距离充分发挥硬件性能，还有多远？ 几乎在同一时间，一个开源项目试图回答 Claude 留下的问题：如果 AI 能优化科学代码，如何让这种能力被持续学习、复用，并迁移到更多科研领域？ 9 月 17 日，AItonomy Foundation 发布了它的第一个开源项目 ScienceIDE，赞助方为 PhAI Labs 与阿里 Qwen。这是一套把世界上的科学代码库转化为可执行、可验证学习环境的基础设施。 技术报告：ScienceIDE: Turning World’s Scientific Codebase into Agent Learnable Environments arXiv链接：https://arxiv.org/abs/2609.19134 开源代码：https://github.com/aitofound/ScienceIDE 模型：https://huggingface.co/collections/AItonomy/scienceide-model-series 项目页：https://aitonomy.org/projects/scienceide 图 1：ScienceIDE 把科学工作与智能体学习连接起来。下图左下为环境与任务分布，右下为 ScienceIDE-Hard 评测结果。 一段跑得通、却慢了三倍的代码 在筹备这个项目的过程中，团队在等离子体物理与天体物理的代码上做过一次实验，结果指向了上面那个问题。 实验的对象是 PLUTO。 这是等离子体物理和天体物理领域一套广泛使用的高性能科学计算代码，代表性论文发表于 2007 年，至今已有近二十年。它覆盖流体力学、磁流体力学、相对论流体力学与相对论磁流体力学等多个物理系统，支持不同的坐标几何、物理模块与数值算法。这样的代码库本身就可以被看作一种计算物理基础设施。 它的复杂度不体现在代码量上。以其中的流体和磁流体计算为例，Godunov 型激波捕捉格式需要把空间重构、网格界面的黎曼求解器和时间推进组织成完整的计算流程，每一步都有自己的数据依赖、访存模式和数值稳定性要求。磁流体模拟还要处理磁场无散条件，约束输运与散度清理等方法把额外的物理约束直接带进了数值实现。这些都不是工程细节，而是必须在迁移中被保住的科学内容。 PLUTO 团队自己也在做 GPU 化。2025 年发表的 gPLUTO 论文介绍了一套以 C++ 完全重写、通过 OpenACC 实现 NVIDIA GPU 加速的新实现。 AItonomy 的团队则尝试在 M1 Ultra、A100 和 H100 上重新实现 PLUTO 的磁流体力学模块。在 A100 的一次测试中： AI 生成的第一版实现已经能够运行，并在当时检查的算例上得到符合预期的物理结果； 但相对团队使用的 128 核 CPU 节点配置，它的速度提升还不到 5 倍； 随后，团队用一两天时间与 AI 一起分析瓶颈，调整数据布局、内存访问、kernel 组织以及不必要的数据搬运。在不改变所求解物理问题的前提下，这套 GPU 实现的速度又提高到第一版的接近 3 倍。 也就是说，AI 已经把代码 "写出来" 之后，仍然留下了数倍的性能空间。 对于复杂的科学计算代码，一次性生成的实现距离充分利用硬件，往往还有很长一段路。而要继续挖掘这部分空间，AI 必须能够测量、诊断、修改、验证，再根据结果继续迭代。 这不是 "换个更好的提示词" 能解决的问题。数据布局应如何匹配线程访问？相邻线程能否形成合并访存？哪些中间结果值得缓存，哪些可以重算以减少内存流量？kernel fusion 能否减少启动开销，又会不会增加寄存器压力、影响 occupancy？这些都需要通过 profiling 和实际运行来判断。 GPU 的理