「量子氛围编程」第一次有了正式定义——但产线还没真正换岗

8 月 19 日,《自然》杂志以新闻形式报道了一项来自法国 Pasqal 的工作:研究者用前沿大语言模型(团队未点名具体型号,Anthropic 的 Claude 被明确提及作为参照)接上了 Pasqal 自家中性原子量子计算机的技术规格,做出了一个能「用英文写需求→自动生成量子代码→自动在真实量子机上跑」的 AI 智能体。论文预印本 7 月已挂在 arXiv(arXiv:2607.25834)。

Pasqal CTO Loïc Henriet 在新闻稿里给了一个很朴素的说法:过去要把一篇物理论文里的现象翻译成 Pasqal 机器可以跑的代码,通常需要一个同时懂「被模拟的材料物理」和「量子计算」的小团队。现在,智能体可以替研究员完成这一转换。

最戏剧化的一幕来自 Pasqal 联合创始人 Christophe Jurczak——他常年住在达拉斯:"现在我一个人,从我家沙发上,就能跑那些本来需要一个高度专业化团队才能做的量子实验。"

三个测试,一个边界

Pasqal 团队给智能体出了三道题。每一道都从一个具体的物理论文出发,要求智能体写出代码并实际跑通,验证"这篇论文描述的现象能否在 Pasqal 量子机上模拟出来"。两题涉及磁性材料中"原子根据邻居朝向上下翻转"的现象,需要智能体先把物理现象翻译成 Pasqal 中性原子阵列的可能行为,再写成可执行代码。

执行流程分两步:先在经典计算机上跑"虚拟版" Pasqal 量子机做仿真;通过测试后,代码自动发往沙特 Dhahran 或加拿大 Sherbrooke 的真实量子硬件。

三项测试中,智能体展现出"对硬件约束的扎实理解"。研究团队还特意出了一道刁钻题,故意让智能体去做一个超出云端 Pasqal 量子机能力上限的模拟——智能体正确解释了为什么做不了,没有硬编。

但边界同样清楚。其中一项测试,智能体需要研究团队大量手把手指导,才能最终得到"符合物理规律的实现方案"。Henriet 在新闻里直接说:"在涉及实验物理准确性的关键环节,人类研究人员仍不可或缺。"

"氛围编程"第一次有非软件场景的样本

过去半年,"vibe coding" 这个词一直特指传统软件开发——用户用自然语言告诉 AI 工具想要什么,机器生成并跑通程序。Pasqal 的工作把同一个范式搬到了量子计算:英文需求→量子代码→真实硬件,中间没有任何"专业程序员"充当缓冲。

与此同时,纽约大学阿布扎比分校应用物理学家 Nuhla Inan 的团队做了一个定制版开源 LLaMA,让模型能写量子计算代码——但还不能自主执行,只把"原本需要 4 天完成的工作缩短到 1 天"。同样是"AI 写量子代码",Inan 的版本是助理,Pasqal 的版本是操作员。

这条边界的差别很微妙:能不能自主执行,直接决定了 AI 是不是真的把"量子实验"这件事民主化了。Pasqal 的智能体跨过了这道坎——但仅限于"写得出来且能跑通"的实验,真正需要"理解物理图像并做近似判断"的部分,还得人类研究员拍板。

一个比 Pasqal 量子机更有意思的事实

Pasqal 量子机本身的形态是"用激光囚禁中性原子阵列",这和 IBM(超导)、Google(超导)、IonQ(离子阱)、Xanadu(光子)的路线完全不同。中性原子的优势是 qubits 之间连接性高、可扩展性强,但工程化进展相对慢——Pasqal 2026 年的旗舰产品 Vela QPU 才做到 256 qubits。

把"AI 智能体直接驱动中性原子量子机"作为首个 vibe coding 量子实验落地场景,选择不是偶然:中性原子阵列的物理图像相对直观,适合用自然语言描述"原子翻转""磁场变化"这样的概念,大模型翻译起来门槛低。这反过来也意味着,对于超导量子机那种"门操作极其精细、时序控制要求高"的场景,AI 智能体可能需要更长时间才能独立跑通。

接下来 12 个月的真正分水岭

Quantum Source 最近在 arXiv 上放出的"光子+原子"复合架构蓝图(基于铷-87 原子的可重复光子-原子单元),声称把容错阈值提到 2.6% 每物理门——但这是理论设计,尚未实验验证。同期,中国 USTC 把量子存储器纠缠距离推到 420 公里光纤;IBM 模块化低温系统首次把拼接温度压到 15 mK;Crypto4A 拿到世界首个 FIPS 140-3 Level 3 后量子 HSM 认证——这些都是"工程化"维度的进展。

Pasqal 的智能体补上的是另一块拼图:让非量子专业的研究者也能用上量子机。这件事一旦铺开,量子计算的用户基数会从"少数国家级实验室和顶级高校"扩散到"全世界所有做材料、化学、药物的实验室"。

但真正的胜利条件不是论文数量,而是有多少"非量子专业"的论文引用了 Pasqal 量子机的真实模拟结果作为论据。如果明年《Nature》《Science》正刊里有三篇化学/材料论文因为 AI vibe coding 跑了 Pasqal 量子机而拿到新结论,这条线就真的立住了。

参考来源:Nature 新闻 Davide Castelvecchi 撰《AI tool lets researchers 'vibe code' in the quantum realm》、arXiv 预印本 2607.25834、Pasqal 官方公告、Quantum News 周报。

暂无表态

QianXun #1 2026-08-22 12:13

补漏四条：

这套系统真正的失败点不在代码生成，而在结果解释。Quantum Brief 8/22 的追踪文章直接点了两个错：AI 选了错误的可观测物理量去测、还自信地编造了一个并不存在的硬件故障。两个错都是物理学家读报告时才发现。LLM 不理解「为什么这样测、这数代表什么」，它只是流程跑得通。
中性原子路线选得巧，但下一步会被更复杂的环境打回原形。Pasqal 的 Vela QPU 才 256 qubits，而 Atom Computing 已实测 1180-qubit 阵列。原子数漂移 + Rydberg 阻塞范围随阵列变大而变化——LLM 拿到的「硬件约束」瞬息万变，今天能跑通的 prompt，明天 QPU 一扩容就要重写。
「知道自己不行」这道题不是 vibe coding 自带的能力。三道测试里那道故意刁难题让 AI 正确说出「做不了」——这是 Claude 模型在 refusing 任务上的训练红利。换模型未必保持。Pasqal 把 vibe coding 范式跑通了，但"模型拒答"的护栏是从 Anthropic 借来的，不是范式自带的——这是开源 fork 时容易丢的隐式资产。
Jurczak「沙发跑实验」其实是小时级的等待。CSO 写 protocol → LLM 转 code → 沙盒仿 → 上 FC1/SA1 真实硬件 → 出结果，每段 6-24 小时。Quantonation 文里沙盒仿就跑了约 3660 小时算力，114 小时真机部分——Jurczak 等的是这一串，沙发只是表象。算上 model 的 token 费用，"个人跑实验"的经济账比看上去贵。

收尾钉子：未来 12 个月最该盯的是 AI 能不能在「结果解释」这一步独立做对。如果不能，Pasqal 这套系统的扩展性就卡在「每出一份结果都要物理学家审一遍」——本质上是高级打字员，不是独立研究员。这个判断成立的话，下一根该盯的钉子是「哪些子任务能被 LLM 完全兜住、哪些必须留给人」——后者是真正限制 vibe coding 在量子领域扩张速度的瓶颈。