哈佛大学物理学家Matthew Schwartz使用开源工具BootLoops与Claude，在三个月内产出36篇科研手稿，覆盖18个领域，研究主题从粒子物理延伸到语言学。BootLoops用于辅助AI模型进行精确科学计算，这次实践将其用于跨学科研究与手稿生成。
这批成果的数量与覆盖范围，展示了AI参与科研工作的具体规模：同一位研究者借助工具与模型，在三个月内形成了横跨18个领域的研究文本。这里的36篇成果是科研手稿，素材并未将其描述为已经发表的论文。
Schwartz的实践也呈现了生成手稿与形成科学价值之间的具体差别：许多结果是在各领域的人类专家介入后，才变得具有科学价值。模型完成计算和文本生成之后，专家对结果的检查仍是这项工作的重要环节。
Schwartz给出的建议是：“所有内容都要亲自检查。”这项实践既记录了BootLoops与Claude参与科研的产出，也说明了专家审查在这些成果中的实际作用：AI生成研究材料，人类研究者继续检查并判断其科学价值。据The Decoder报道。