Anthropic 於 2026 年 10 月 1 日刊出物理學家 Matthew Schwartz 的客席文章，提出「Claude-shaped problems」這個概念：不是先要求模型模仿人類科學家的全部工作，而是找出現時的大型語言模型特別擅長、又能被檢查的問題。Schwartz 以這個方向建立 BootLoops，一套用於定量科學精確計算的開源工具及協議。
文章先指出一個現實限制：Claude 和 GPT 可以處理大量知識、程式碼、數學、統計、論文及數據，但不等於已經具備人類科學家的概念判斷。Schwartz 把這種落差形容為 impedance mismatch。BootLoops 的做法是把模型放進一個更適合它的 harness，讓它重用工具、執行計算、產生可驗證的結果，再由人類研究者判斷問題是否真的有科學價值。
最初的工作集中在 scattering amplitudes 和半數值 bootstrap。文章表示，Claude 把不同論文和程式碼整理到共同框架，端到端完成 30 個 integrals，其中 15 個重現已知結果、15 個以前未計算過。這些數字來自文章的研究敘述；它們顯示工具和 agent 協作的產能，不代表每個新結果都已經獲得學界獨立確認。
BootLoops 之後被帶到 ecology、population genetics、economics 和 linguistics。文章提到，Claude 在森林中性理論、基因變異、論文 replication package 和語言重音資料等方向找到技術上可行的連接，但技術正確不等於科學上重要。Schwartz 需要邀請不同領域專家，把模型找到的計算轉成真正值得研究的問題；有些初步結果最後被專家認為不夠有趣，亦有些經過共同修改後才變得有意義。
這種 workflow 需要不少編排。Schwartz 描述他把多個 Claude Code session 放在 Google Cloud VM 上，分別處理計算、寫作、工具建立和 adversarial review，再由 master session 協調資源及驗證結果；中間產物會存成 Markdown 檔案。即使有 harness，模型仍會誤判完成、低估時間、反覆 grind，或在長任務中失去上下文，所以研究者要設定嚴格成功條件、查看圖表及追問結論。
文章亦披露 BootLoops 不是 Anthropic 項目，而是 Schwartz 擁有及維護的工具；他在研究期間擔任 Anthropic visiting researcher。較穩妥的解讀是，這是一個由科學家分享的早期案例：AI 的價值可能首先出現在「工具、計算、跨領域搜尋和專家判斷」組成的可驗證迴圈，而不是一個 prompt 直接取代科學方法。
