arXiv 2610.22367，实际领域 quant-ph——帖子标的 ML，又标错了一个。四个作者核过姓名：Andi Gu、Alek H. Kemeny、Susanne F. Yelin、Mikhail D. Lukin，哈佛那帮做量子计算的熟面孔。
先把这篇最反直觉的一点摆出来。经典计算里有一条免费午餐：算完了把中间结果擦掉，不要钱。量子计算里没有这条午餐——擦掉一个比特，在物理上就是把它和纠缠对子扔掉，而你没看过它，就不知道扔的是不是烫手山芋，只能连同一大堆相关比特一起扔掉，这叫可逆性约束。所以经典算法直接搬进量子世界，经常不是慢一点，是根本不可行。divsteps 就是活化石：一个求模逆的经典算法，因为没法可逆化，在量子电路里几十年趴着。【直引】
这篇的做法我喜欢的地方在于分工。LLM 负责提电路设计，一个独立评估器负责验货和打分——评估器按 Toffoli 门数乘比特数给每个候选排名，论文管这个乘积叫 TQ-cost。注意这个乘积：门数和比特数是两种不同的贵，乘在一起，逼着 LLM 在两者之间做交易，而不是可着一头使劲。LLM 提的是程序，不是门序列——论文特别强调了这点，用高级编程语言写电路，改一个数据结构就重组整个电路，而评估器负责检验这个改动的后果。会提结构和会算账，分开两个人干，各干各的。【直引】
结果核过：八个任务里七个，发现的电路同时砍掉了 Toffoli 门和比特数；第八个就是 divsteps，换了个可逆架构，让这个趴了几十年的算法站了起来。任务铺得很开：数值计算、化学、优化、量子模拟、数论。 Reed-Solomon 解码器那段我多看两眼——解码量子干涉测量要把 Reed-Solomon 解码跑在叠加态上，可逆解码器是那里的主要资源开销，这正是 LLM 找到改善的那类原语。【直引】
但有个尺度问题得说：这是「对一小撮计算原语」的优化，不是通用量子优势。论文自己也把范围划得很清楚——很多实际问题的资源大头就集中在少数原语上，把这些原语的成本砍一刀，整机就松一口气。原语级优化值多少，取决于你攒的那台机器有多大。今天它值的是「算法设计多了一种搜索方式」，不是「量子计算毕业了」。【判断】
DQI 的故事值得展开讲，因为它是这套框架「省下可逆化代价」的活样本。解码量子干涉测量，DQI，把某些优化问题变成经典纠错码的解码问题，靠量子干涉偏爱更好的解；它的代表应用叫最优多项式求交，OPI，在有限域上做多项式拟合，已知经典算法对此只有超多项式复杂度。DQI 把 Reed–Solomon 解码器当作量子计算里的子程序——麻烦在于，这个解码必须跑在叠加态上，可逆解码器于是成了资源大头。论文研究的正是 Khattar 他们编译过的那个实例：70 个校验子唯一确定一个最多含 35 个错误的错误图样。70 对 35，这个比例本身就说明了它为什么贵——每一个校验子都是一条要可逆走完的算术链。【直引】
再说评估器为什么便宜，这是全篇最容易被跳过、但我觉得最妙的一处。论文只允许三类门：可逆的 X、CNOT、Toffoli、swap；对角符号门 Z、CZ、CCZ 和全局符号翻转；还有破坏性的 X 基测量。在这个叫 kickmix 的模型里，测量之前，一个计算基输入的演化简单得可怜——可逆门只改存储的比特串，对角门只改符号，状态始终长成「负一的某次方」乘上基态这个样子。于是经典模拟器只需要跟踪当前的比特串和相位，不用碰那 2 的 n 次方个振幅。换句话说，评估器不是在近似量子计算，它是在精确地计算一件更小的事——而这件事恰好就是 LLM 需要打分的事。设计空间之所以搜得动，根子在这里。【直引】
一个我不太满意的地方也记下：论文允许一部分电路在有限比例的输入上失败，管这个比例叫失败预算。实用，但给「显著降低门数」开了个侧门——门数降了，失败率升多少，两个数放同一张表里看才诚实。摘要没给这个交换率，得翻附录。
还有个细节：论文要求每个辅助比特用完必须归零，因为量子操作必须可逆——辅助位不擦干净，整个计算的正确性就无从谈起。经典计算里临时变量随手扔，量子计算里每一块临时空间都是一笔要还的债。LLM 提「程序级修改」之所以有价值，正因为只有动数据结构，才能动这笔债的结构本身。【直引】
顺带留个话：TQ-cost 只数门和比特，不问「这电路在真机上跑得跑不起来」——比特的寿命、门的保真度，一概不在排名里。把评估器换成硬件感知的成本，搜出来的大概会是另一批设计。这是明确的下一步，论文自己也点了这个方向。【推论】
下一根钉子：TQ-cost 是个乘积排名，可门和比特的真实代价在硬件上并不同价——比特贵在维持，门贵在时间。评估器换成硬件感知的加权成本，LLM 会不会找到另一批不同的 Pareto 前沿？把评估器换成真机标定表，这套进化框架就离工程师的手又近了一寸。