量子计算机16分钟跑完，难的是证明它没有白算

经典计算机算不动，谁来证明量子机器不是在输出噪声

70比特、468个T门：IBM为困难量子计算补上“验真单”

一台量子计算机用了约16分钟，吐出近2000个样本。研究者说，现有经典模拟方法很难在可接受时间内重现它们。问题随之而来：如果经典计算机已经算不动，又由谁证明量子机器真的完成了计算，而不是精心制造出一团看似复杂的噪声？

这正是量子优势长期没有补上的那张“验真单”。

量子计算越强，答案反而越难检查

7月28日，IBM Research与芝加哥大学团队在arXiv提交预印本，报告一种名为“掺杂Clifford采样”（Doped Clifford Sampling，DCS）的实验。

团队运行了一个宽度70、深度70的量子电路，加入468个T门，共执行2415次逻辑双量子比特操作。整个计算用97个物理量子比特完成编码。论文正文称，硬件约16分钟产生1995个样本；IBM和芝加哥大学的传播材料将其概括为约15分钟。

这些数字很容易被包装成又一次“量子计算击败超级计算机”。但本次研究真正想解决的，不只是速度，而是一个近乎悖论的问题。

过去验证普通计算很简单。银行系统算一笔利息，可以换一台机器重算；科学模拟给出结果，可以缩小规模、换算法或对照实验。可量子优势的定义恰恰是：任务难到最好的经典计算机也无法高效完成。经典复核能力一旦消失，我们怎样区分“量子机器算出了一个经典难题”与“硬件噪声随机生成了一堆数字”？

2019年，Google用Sycamore完成随机电路采样，宣称200秒完成经典超算需要极长时间的任务。随后几年，张量网络、路径求和等经典算法不断缩小差距。那场争论留下两个教训：量子优势是一条会移动的边界；硬件跑得快，不等于结果已经获得足够可信的验证。

先做一道能检查的题，再把它变难

新实验的结构像一场分阶段考试。

第一阶段使用Clifford电路。Clifford门能够产生复杂纠缠，却有一套特殊的数学结构，经典计算机仍能高效模拟。研究者因此可以直接测量输出态的保真度——也就是实验量子态与理想目标态的接近程度。

问题是，纯Clifford电路对经典机器并不够难。团队于是向其中“掺入”468个非Clifford T门。T门提供量子计算中常被称为“魔性”（magic）的资源；数量增加后，经典稳定子模拟的成本会迅速上升。

难点在于：一旦把题目改难，原先方便的经典验算也消失了。团队的办法不是直接检查每个困难输出，而是尽量保留简单电路与困难电路之间可测的共同骨架。

他们使用“时空码”在电路运行的空间和时间中布置检查。70个数据比特之外，27个辅助比特负责测量错误综合征。可以把综合征理解成烟雾报警器：它不一定告诉你火从哪一根电线开始，却能发现某类错误已经穿过电路。

T门被安放在不破坏这些检查关系的位置。于是，研究者先在可经典计算的Clifford参考电路上测得保真度，再观察加入T门后综合征分布是否仍保持一致。若两组报警器呈现相同统计行为，就能在给定噪声模型下，为难电路推导一个保守的保真度下界。

结果是0.284，置信水平95%。

这个数字最容易被误读。它不是“量子计算只有28.4%答案正确”，也不是对每个比特串盖章。采样任务的理想输出本来就是一个分布；0.284表示实验输出的整体量子态与理想态至少保有一定重合，并给出统计下界。它证明机器不是完全被噪声淹没，却没有证明每一个样本都可单独核验。

为了留下一个好样本，要扔掉多少次运行

时空码不仅用来验证，也参与错误抑制。综合征一旦触发，团队就舍弃那次运行，只保留通过检查的样本——这叫后选择。

论文报告，经过后选择，有效门错误率降低约10倍；编码参考态的保真度达到约0.32，相较未编码电路提高29倍。检查可以捕获约92%的一阶错误，困难电路得到0.284的保守下界。

代价同样醒目：有效采样率下降约860倍。IBM Quantum公开说明给出的口径甚至接近每1600次运行只留下一个样本，差异来自具体实验与统计方式。无论采用哪个口径，结论都相同——今天的“可信”很昂贵，它建立在大量丢弃数据之上。

这与完整的容错量子计算不同。真正可扩展的错误纠正，应当识别并修复错误，让逻辑计算持续向前；后选择更像严格门卫，发现可疑就把整次结果扔掉。电路越深、错误越多，幸存样本比例可能指数下降。论文作者也明确承认：错误检测加后选择不能无限扩展。

不过，对速度较快的超导硬件，这一代价暂时还能承受。实验在约16分钟内收集近2000个有效样本，说明“牺牲吞吐换可信度”已经能把电路推到一个有挑战性的区域。这不是终点，却可能是从噪声中间设备走向容错机器之间的一座桥。

“经典算不动”仍是一项可以被挑战的声明

团队从两条路径论证经典困难性。

理论上，掺入T门后的电路具有复杂性保证；在多项式层级不坍缩、平均情形输出概率足够难等常见猜想下，经典计算机难以高效采样。工程上，团队又测试了张量网络、矩阵乘积态和稳定子分解等主流模拟路线。

电路同时具有较强纠缠与大量“魔性”。张量网络难以找到低成本切分；稳定子方法处理468个T门时，所需项数快速膨胀。论文还用QuiZX计算样本振幅：每个样本平均占用56个CPU线程约1046秒，单个样本的经典计算时间已经超过量子硬件收集全部样本的时间。

但这并不是数学意义上“所有经典算法都永远失败”的证明。论文明确写道，未来更好的算法和硬件可能改变当前实例的模拟时间。2019年Google的“万年”估算后来被经典算法大幅压缩，正是最直接的提醒。

此外，论文的证书是设备依赖的。它比交叉熵基准减少了若干强噪声假设，却仍依赖Pauli twirling后的噪声模型，以及加入T门前后检查结构保持一致。真实芯片可能存在空间相关、时间漂移和相干噪声。实验记录也显示，后选择接受率会随校准漂移下降，中途重新校准后又明显跳升。

所以更准确的说法不是“量子优势已经盖棺定论”，而是：团队构造了一个目前对主流经典方法很困难、同时能给出统计保真度下界的量子实验。它把可反驳的数据、电路和假设摆上桌面，等待经典模拟者继续挑战。

验证、纠错和实用价值，是三张不同的成绩单

量子计算报道里，三个问题经常被压缩成同一句“它算对了”。实际上，它们需要分别回答。

第一张成绩单是计算困难性：经典计算机是否真的难以从同一分布取样？这取决于复杂性假设，也会随着经典算法进步而变化。第二张是结果可信度：量子硬件的输出与理想目标有多接近，证书又依赖什么噪声模型？本次实验的主要增量在这里。第三张才是实用价值：任务是否对应化学、材料、金融或工业问题，量子方案的总成本是否优于可用的经典替代方案。

三张成绩单不能互相代替。一个电路可以难以经典模拟，却被噪声彻底淹没；也可以产生可验证的高质量样本，却没有现实用途；还可能在小规模实验中有用，但把制冷、校准、重复运行与后选择都计入后失去成本优势。

同样，错误检测也不等于错误纠正。此次时空码能发现许多错误，后选择则删除可疑结果；它没有展示长期容错计算所需的持续纠错。把0.284的保真度下界、29倍改善或10倍错误抑制写成“容错量子计算已实现”，都会跨过论文没有跨过的边界。

这种拆分看似降低了新闻的戏剧性，却使竞争目标更清楚：下一步不仅要让经典模拟继续困难，还要以更低的丢弃率维持可审计的保真度，并最终把同一套证据链带到真正有价值的问题上。

量子产业可能先迎来“审计基础设施”

这项实验解决的仍是采样问题，没有直接设计药物、发现材料，也没有优化物流。它不是商业量子优势，更不会突然威胁比特币。

但它揭示了一项可能比单次速度纪录更持久的产业需求：当计算结果超出传统复核能力，验证本身会成为基础设施。

未来的量子云若用于化学、金融或关键工业，客户不能只收到一个答案和一张“本机比超算快”的海报。他们需要知道：电路在哪台设备上运行，哪些校准发生在此前，舍弃了多少样本，误差界怎样计算，证书依赖哪些噪声假设，另一台硬件能否得到相容结果。硬件厂商、算法公司、经典模拟团队和第三方审计者之间，可能形成一条新的信任链。

本次研究将实验电路与数据放到Zenodo，也把量子优势主张放进公开Tracker，允许外部团队提交更快的经典算法。这种开放机制很重要。量子优势不是厂商自己宣布的永久头衔，而应是一项随经典计算进步不断接受复查的技术结论。

今天的计算机可信，是因为我们可以复制计算。量子机器真正强大之后，这个习惯可能失效。我们将不再总能重走它的每一步，只能审计它留下的综合征、误差界、校准记录和统计证书。

从这个角度看，16分钟并不是故事里最重要的数字。更重要的是，量子计算第一次更接近回答一个古老的制度问题：当一个强大系统的内部过程超出旁观者能力时，信任究竟来自权威宣称，还是来自一条可以被检查、被质疑、也可能被推翻的证据链。

---

资料来源

1. arXiv — Sampling hard circuits with verifiably high fidelity — 2026-07-28 — https://arxiv.org/abs/2607.25941
2. Zenodo — Experimental data and circuits — 2026 — https://doi.org/10.5281/zenodo.21633064
3. IBM / University of Chicago — Quantum advantage press release — 2026-07-30 — https://www.prnewswire.com/news-releases/ibm-and-the-university-of-chicago-demonstrate-quantum-advantage-establishing-trusted-quantum-computation-on-logical-circuits-302838890.html
4. University of Chicago — Quantum computer completes verified task beyond practical reach of classical simulations — 2026-08-01 — https://phys.org/news/2026-07-quantum-task-classical-simulations.html
5. Nature — Quantum supremacy using a programmable superconducting processor — 2019-10-23 — https://doi.org/10.1038/s41586-019-1666-5
6. arXiv — Classical Sampling of Random Quantum Circuits with Bounded Fidelity — 2021-12-30 — https://arxiv.org/abs/2112.15083
7. arXiv — On verifiable quantum advantage with peaked circuit sampling — 2024-04-22 — https://arxiv.org/abs/2404.14493
8. Nature — Evidence for the utility of quantum computing before fault tolerance — 2023-06-14 — https://doi.org/10.1038/s41586-023-06096-3