用AI学习物理学：我把物理系课程刷了一遍的真实记录

去年十月底我起了个念头：用ai学习物理学，把物理系的核心课程拿AI当助教重新刷一遍。背景交代下，我是工科出身，本科学过大学物理和三门数学物理课，但物理系的四大力学——理论力学、电动力学、量子力学、热统——从来没碰过。这个实验我坚持了五个月，每天晚上一到两小时，中间断过两周。这篇不谈玄妙的学习法，就讲哪些环节AI真的好用、哪些环节它把我坑得明明白白。

先给结论：AI学习物理学，四个场景好用两个场景坑

好用的四个场景：公式推导的逐步讲解、概念的白话转译、代码仿真的生成、习题的提示式引导。坑的两个场景：数值计算会出错、冷门教材的公式会记串。总的可用率我自己的记录是八成，剩下两成的错误率足够毁掉一次考试。这个结论不是拍脑袋。五个月里我攒了一个错误记录文档，专门收集AI答错或答偏的物理内容，到实验结束记了41条。错误类型分布很有意思：数值算错占18条，公式记串占9条，概念性错误反而只有6条，剩下的是表述含混被我误读的。看出来了吧，AI的物理直觉其实不差，栽跟头基本栽在算术上。这决定了使用策略：概念放心问，数字必须亲手核。

场景一：推导公式，AI是全能的助教

让AI推导公式的正确用法不是"给我推导"，是"你推一步我验一步"。我在理论力学里啃拉格朗日方程那章时，让AI从达朗贝尔原理开始分步推，每推一步我就手动核对一次求导和变分的细节，卡住的地方再让它展开讲。举个具体例子。变分法那一节，书上从最小作用量原理到欧拉方程只给了半页纸，我看了三遍没看明白边界项为什么消失。把问题丢给AI，它给了两种展开：一种是教科书式的严格推导，一种是"把路径想象成橡皮筋"的直觉解释。后者一点就通了。真的就是一点就通。我还让AI扮演过不同风格的讲解者——"请用费曼的口吻解释哈密顿原理"，它给的那个"自然界的吝啬鬼"比喻，比教材好记十倍。这一层的价值在于：教材只会一种讲法，AI能给你换着讲法讲到你懂为止。有人会担心这样学不扎实，我的检验方式是每章结束后合上书自己推一遍，推不下去的地方才说明没学会。五个月下来，四门课的公式我基本都能独立推出来，这个底子是AI帮着打的，但核实的工作一分没少。

场景二：仿真实验，把抽象概念变成能摸的东西

AI写仿真代码的能力超出我的预期。热统里麦克斯韦速度分布这种抽象概念，让AI用Python生成一个十万粒子的速度分布动画，代码两分钟出结果，跑起来那一刻分布曲线慢慢成形，比看十遍书都直观。量子力学那章更夸张。一维势阱的波函数、谐振子的概率密度，我让AI生成了交互式图像，可以拖动参数看波函数怎么变形。看得见的东西才记得牢，这句话在量子力学里格外成立，因为这门课难就难在所有东西都反直觉且不可见。我印象最深的是势垒贯穿那段，动画里波函数在势垒里指数衰减、穿过去后振幅变小，穿透系数的概念一下子落地了。AI生成的代码有小毛病的概率不低，我碰到的常见问题包括单位制不统一和边界条件写反，跑出诡异的图先怀疑代码再怀疑物理，这个顺序不能反。顺带说，这门手艺迁移性极强，后来我用同样方法生成过单摆混沌的相图，动手做小实验学知识的路子，跟物理学是天作之合。

翻车实录：AI把我带沟里的三次

三次大翻车分别是一次数值错误、一次公式记串、一次参考文献编造。共性是AI错得极其自信，语气跟它答对的时候一模一样，靠感觉根本分辨不出来。最疼的一次在电动力学。做介质中麦克斯韦方程组的习题，AI给出的边界条件里把D的法向分量连续写成了E的，我用它的结果往下算了四十分钟，越算越不对劲，回头翻教材才发现源头就错了。那次之后我立了规矩：AI给的任何公式，用之前必须跟教材对一遍原文。第二次是量子力学里它把两个不同教材的符号约定搞混了，左右矢的定义顺序反着用，推导结果倒是"自洽"的，错得很隐蔽，我是拿一道课后题的标准答案对出来的。第三次最离谱，我问某个近似方法的出处，它给了一篇论文引用，期刊、年份、页码齐全，我去arXiv和谷歌学术都查了，压根不存在。编造文献这毛病得留神，学术内容的关键出处一定要亲手验证。物理科普的权威入口可以认准维基百科的物理条目，至少有人工维护，比AI的凭空记忆靠谱。

中途有个小插曲。一月份学量子力学最吃力的时候，我试过让AI直接出题考我，它出的题难度飘忽，上一题还在问基本定义，下一题直接蹦到微扰论二级修正，完全不考虑学习曲线。后来我改成把教材目录喂给它，让它只在我学过的范围内出题，体验才正常。工具不会主动适应你，你得把缰绳攥自己手里。这话我说给自己听的，也送给你。

五个月的时间线和效果验收

时间线：理论力学两个月、热统一个半月、电动力学一个月、量子力学也是一个月但深度打折。验收方式是每门课结束后做教材的课后习题集，正确率过七成算过关，四门全部达标，量子力学压线。每天的流程固定成三段：前二十分钟复习昨天的推导，中间四十分钟学新内容，AI负责讲解和答疑；最后二十分钟做习题，卡住了只让AI给提示不给答案。这套节奏跟AI辅助学习的正确姿势里的原则一致：AI给思路，动手的必须是自己的手。五个月里我只用了一个对话模型和一个Python环境，没碰任何花哨的学习工具，工具越多分心越多，极简工具组合那篇的思路在物理学习里同样成立。要说是纯靠AI学会的吗？也不是，教材我翻烂了一本，AI解决的是"教材讲得省略的地方没人问"这个老大难。它更像一个随叫随到、偶尔犯迷糊的研究生助教。

常见问题

用AI学习物理学需要什么基础？

微积分和线性代数得过关，这是硬门槛。我工科底子，数学工具用起来不卡，要是这两门有窟窿，先补数学再谈物理，AI也救不了地基不稳的楼。

AI讲的物理能信几成？

概念解释信九成，公式形式信七成，数值结果信五成。这不是玄学是统计，我41条错误记录里数值错误占近一半。凡是要写进笔记的数字，都过一遍自己的手。

会不会学成夹生饭？

看你怎么用。全程让AI代算代推，必然夹生。我的办法是每章合上书独立重推一遍，AI只在卡壳时介入，这个流程走下来跟自学的扎实度没有区别。

为什么量子力学只学一个月？

时间分配失误，也是精力衰减的诚实记录。前面三个月劲头足，到第四个月明显疲了，量子力学又是四门里最抽象的，一个月只够把基础概念和一维问题啃下来，微扰论那些后面我放弃了，不装。

用ai学习物理学这五个月，我最大的收获不是四门课本身，是摸清了人机协作的那条界线：理解的事交给自己，重复的事交给AI，验证的事谁也不能替。这条界线画清楚了，AI就是最好的物理陪练。要是你也有想重刷的课，别犹豫，今晚就打开教材和对话框试一节，有搭子了学习这事儿就不孤单。觉得这篇有用，转给那个还在死磕教材的朋友。