用Claude Code发现系外行星候选：AI如何做真科研

一位Reddit用户分享了一段颇具开创性的经历：他使用 Claude Code 辅助分析 NASA TESS 太空望远镜的观测数据，发现了一颗此前从未被记录的系外行星候选体。这不是又一个"AI写代码"的故事，而是关于如何把AI智能体当作严谨科研工具来使用的真实案例。

一颗116光年外的异常恒星

整个发现始于一颗"看起来不太对劲"的恒星。它距离地球约116光年，每隔3.18天就会出现约0.05%的亮度下降，持续大约两小时——这正是行星从恒星前方掠过（凌星）的典型信号。

作者最初是在较近期的TESS数据中注意到这个凹陷的。随后他做了关键一步：往回追溯历史观测。同样的凌星信号在数年前的两批完全独立的TESS观测中都稳定出现。三个不同时间段、互相独立的数据集都给出了一致的周期性信号，这为"真实天体"而非数据噪声提供了有力支撑。

根据凌星深度推算，如果这确实是一颗行星，它的半径约为地球的1.4倍——属于"超级地球"量级。作者反复强调一点：这目前仍是行星候选体（planet candidate），而非已确认的行星。这种克制恰恰是科研态度的体现。

TESS（Transiting Exoplanet Survey Satellite）是NASA于2018年发射的全天巡天望远镜，其核心探测原理即"凌星法"：当行星从恒星正面经过时，会遮挡恒星的一小部分光线，导致地球观测到的恒星亮度出现短暂、周期性的微小下降。0.05%的亮度变化在日常中几乎无从察觉，但对精密光度计而言属于可检测的范围。凌星法目前是人类发现系外行星最高产的手段，已帮助确认了数千颗系外行星。TESS将全天分成若干扇区轮流拍摄，每个扇区连续观测约27天后移向下一区域，这意味着同一颗恒星在任务周期内可能在不同年份被多次重访，正是这一特性让作者得以在三批独立数据中找到一致的凌星信号。

AI智能体承担的实际工作

真正让这个案例对技术社区有价值的，是作者使用AI的方式。他借助 Claude Code（搭配 Opus 5.5 与 Fable 5.1 模型）完成了几乎全部的具体执行工作：

• 下载并解析TESS原始数据
• 编写信号搜索代码
• 拟合凌星曲线
• 排查邻近恒星的干扰
• 寻找次食（secondary eclipse）等假阳性迹象
• 生成图表，并在测试失败时自动重跑

人类则负责更高层的判断：提出什么问题、哪些检验才算关键、什么标准算"通过"或"失败"。短短约两周，这项工作演变成了74组独立分析和超过1000个脚本。

作者总结出一条值得所有AI用户记住的原则：用智能体做科学，正确的提问方式不是"这是一颗行星吗？"，而是不断给它机会去证明"它不是"。 这种可证伪导向的思路，是避免被AI"看似可信实则错误"结果误导的核心。

用交叉审计对抗AI的说服力陷阱

大语言模型的危险之处在于：它可以生成一份逻辑自洽、看起来无懈可击、却完全错误的分析。为此，作者构建了一套多层审计机制。

独立复核来自 Codex，以及从零开始、仅有只读权限的全新智能体会话。这种"换一个独立大脑重新检查"的做法，模拟了科研中的同行评审。

他最得意的检验方法其实很简单：隐藏整整一年的观测数据，用剩下两年数据计算轨道，然后预测被隐藏那一年凌星应该发生的时刻，再回去只检查那些预测时间点。他做了三次——2018、2020、2025，三次全部命中（3/3）。

审计机制还真的抓出了错误。某个阶段他有一项统计结论显得"比实际更强"，审计发现了问题，于是他删掉该结论并重做了那部分分析。而核心的3.18天信号在所有审查后依然成立。

大语言模型的"说服力陷阱"本质上是一种校准失败（miscalibration）问题：模型的输出流畅度与其事实准确性之间并不存在正相关，措辞自信的答案与不确定的答案在表面上几乎无法区分。学界将这类现象称为"幻觉"（hallucination），但在数据分析场景中危害更隐蔽——模型不是凭空编造数字，而是选取真实数据、套用真实统计方法，却在某个中间步骤引入了微小的逻辑错误或过度拟合，最终给出一个"看上去无懈可击"却被放大的结论。作者在本案例中发现的被夸大的统计结论，正是这类错误的典型表现。引入只读权限的独立智能体会话，相当于在同一数据上施行"盲评"——新会话没有与原分析链条共享任何上下文，因此也不会继承原分析可能累积的偏差。

全网检索确认"无人发现"

为了确认这个信号此前没有被别人记录，作者检索了36个星表和文献来源，以及多达340,505条TESS自动行星搜索警报。两个信号都没有被报告过。

此外，同一颗恒星周围可能还存在第二个候选体——半径约2.2倍地球、轨道周期11.13天。但作者坦言这一个的证据要弱得多，因此单独对待，没有将其与主信号混为一谈。这种对不同置信度证据的分级处理，同样体现了科研的严谨。

预注册：让结论真正可证伪

这个案例最亮眼的部分在于它把"可证伪"做到了极致。

TESS将在约10月31日至11月26日期间重新观测这片天区。作者提交了一份观测提案，请求望远镜每2分钟记录一次该恒星——提案获得批准，编号 Program #100。

更关键的是，在任何新数据产生之前，他就提前公开发表了凌星应当出现的精确时刻，以及判断预测"通过"或"失败"的规则。这意味着结论无法在事后被悄悄改写：如果凹陷按预测出现，证据将大大加强；如果没有出现，就是对该候选体不利的证据。

他还做了一个免费的交互式3D系统模型供人"飞进去"参观，并公开了预印本论文与预测数据的DOI链接。这种开放、预注册、可验证的流程，恰恰是AI辅助科研应有的样子。

预注册（pre-registration）是现代科学研究中对抗"结果偏差"的重要实践：研究者在收集或分析新数据之前，就将假设、方法和判定标准公开记录在案，从而杜绝事后"挑选有利结果"或"重新解释数据"的可能。这一做法在心理学可重复性危机之后得到广泛推广，如今逐渐向天文、医学等其他领域渗透。在AI辅助研究的语境下，预注册的意义被进一步放大：大语言模型天然擅长生成听起来合理的叙述，若允许研究者在看到AI输出后再决定"讲什么故事"，则系统性偏差几乎无法被外部检验。提前公开凌星预测时刻和通过/失败规则，等于把整个分析链条置于无法事后改写的公共监督之下，这是该案例在方法论上最值得借鉴的设计。

对AI研究应用的启示

这个故事的意义远超一次天文发现。它展示了一种人机协作的范式：AI承担繁重的数据处理与代码执行，人类掌控科学判断与验证标准，并通过多个独立智能体交叉审计来防范"可信但错误"的结果。

作者在帖子结尾抛出一个值得整个社区思考的问题：当一个AI生成的结果看起来完全令人信服、却仍可能是错的，你该如何审计它？在越来越多人用AI做实际研究而非单纯写软件的今天，这个问题的答案或许比发现一颗行星本身更重要。