Anthropic 于 2026 年 10 月 1 日刊出物理学家 Matthew Schwartz 的客席文章，提出「Claude-shaped problems」这个概念：不是先要求模型模仿人类科学家的全部工作，而是找出当前大型语言模型特别擅长、又能够检查的问题。Schwartz 以这个方向建立 BootLoops，一套用于定量科学精确计算的开源工具及协议。
文章先指出一个现实限制：Claude 和 GPT 可以处理大量知识、代码、数学、统计、论文及数据，但不等于已经具备人类科学家的概念判断。Schwartz 把这种落差形容为 impedance mismatch。BootLoops 的做法是把模型放进一个更适合它的 harness，让它复用工具、执行计算、产生可验证的结果，再由人类研究者判断问题是否真的有科学价值。
最初的工作集中在 scattering amplitudes 和半数值 bootstrap。文章表示，Claude 把不同论文和代码整理到共同框架，端到端完成 30 个 integrals，其中 15 个重现已知结果、15 个以前未计算过。这些数字来自文章的研究叙述；它们显示工具和 agent 协作的产能，不代表每个新结果都已经获得学界独立确认。
BootLoops 之后被带到 ecology、population genetics、economics 和 linguistics。文章提到，Claude 在森林中性理论、基因变异、论文 replication package 和语言重音资料等方向找到技术上可行的连接，但技术正确不等于科学上重要。Schwartz 需要邀请不同领域专家，把模型找到的计算转成真正值得研究的问题；有些初步结果最后被专家认为不够有趣，也有些经过共同修改后才变得有意义。
这种 workflow 需要不少编排。Schwartz 描述他把多个 Claude Code session 放在 Google Cloud VM 上，分别处理计算、写作、工具建立和 adversarial review，再由 master session 协调资源及验证结果；中间产物会存成 Markdown 文件。即使有 harness，模型仍会误判完成、低估时间、反复 grind，或在长任务中丢失上下文，所以研究者要设置严格成功条件、查看图表及追问结论。
文章也披露 BootLoops 不是 Anthropic 项目，而是 Schwartz 拥有及维护的工具；他在研究期间担任 Anthropic visiting researcher。较稳妥的解读是，这是一个由科学家分享的早期案例：AI 的价值可能首先出现在「工具、计算、跨领域搜索和专家判断」组成的可验证循环，而不是一个 prompt 直接取代科学方法。
