Claude Mythos 5 superou circuitos quânticos de ponta, mas o herói é o avaliador

Otimizar circuito quântico sempre foi trabalho de ourives. Alguém escolhe uma sub-rotina (uma aritmética modular, um passo de simulação de molécula), conta quantas portas Toffoli ela consome e quantos qubits auxiliares precisa manter ocupados, e sai à caça do truque que derruba esse custo. Quando o truque aparece, vira paper. Boa parte da literatura de estimativa de recursos em computação quântica é exatamente isso: uma pilha de truques, cada um com autor e data. Nessa pilha, um ganho de uma ordem de grandeza chama a atenção de qualquer um.

Em 16 de outubro de 2026, um relato publicado pela Anthropic (abre em nova aba) informou que o Claude Mythos 5, partindo de especificações em linguagem comum, desenhou circuitos que superam os melhores já publicados, em alguns casos por uma ordem de grandeza ou mais. O projeto foi liderado por Andi Gu, de Harvard e do programa STEM Fellows da empresa. Teve orientação do físico quântico Alek Kemeny, da Anthropic, e colaboração de Susanne Yelin e Mikhail Lukin, de Harvard. Lukin também é ligado à QuEra Computing. Os detalhes técnicos estão num preprint de 46 páginas, publicado no arXiv um dia antes.

A leitura fácil é a de sempre: a IA agora faz física quântica. Para quem escreve software, a pergunta útil é mais seca. O que, exatamente, produziu esses circuitos? A resposta define onde a receita se repete e onde ela vai quebrar a cara, e ela não está só no modelo.

O que saiu do laço

O paper, Discovering state-of-the-art quantum circuits with large language models (abre em nova aba), descreve oito tarefas de computação numérica, química, otimização, simulação quântica e teoria dos números. Para cada uma, o modelo recebeu a especificação e contou com um avaliador automático, um programa que confere se a proposta faz o que se pede e devolve uma nota. Segundo o resumo, em sete das oito tarefas os circuitos encontrados reduzem de forma significativa tanto a contagem de portas Toffoli quanto a de qubits em relação ao estado da arte.

A métrica merece explicação, porque todo o resto depende dela. Um qubit é a unidade de informação de um computador quântico, e uma porta é uma operação aplicada a um ou mais qubits. A Toffoli age sobre três: inverte o terceiro quando os dois primeiros valem 1. Com ela dá para montar qualquer cálculo clássico de forma reversível. Em máquinas tolerantes a falhas, que usam correção de erros para operar com confiabilidade, a Toffoli é cara. Ela não sai das operações baratas do código de correção e exige preparar à parte os chamados estados mágicos. Por isso, contar Toffolis e qubits virou o jeito padrão de estimar quanto um algoritmo vai custar numa máquina que, em boa medida, ainda está por vir.

Os números que a Anthropic destaca são grandes. Numa família de circuitos, um dos desenhos usa 12% mais qubits que o menor projeto anterior, mas 17 vezes menos portas. Num decodificador, as otimizações cortaram em 12 vezes o número de portas em relação à construção anterior do Google. A abordagem que a empresa descreve como completamente nova surgiu depois de 53 horas de trabalho com intervenção humana mínima. O número mais revelador, curiosamente, não está nessa lista: é uma taxa de falha, e ele volta mais adiante.

No perfil oficial da empresa no X, o anúncio terminou numa frase que pede leitura atenta, porque é nela que o resultado vira promessa:

Novidade do nosso STEM Fellows Program: projetando circuitos quânticos mais eficientes com o Claude. A partir de instruções em linguagem simples, o Claude Mythos 5 projetou circuitos quânticos que superam os melhores já publicados, às vezes por uma ordem de grandeza ou mais. Circuitos mais eficientes reduzem os recursos de que os algoritmos quânticos precisam, o que poderia colocar ao alcance, mais cedo, aplicações da computação quântica em química e ciência dos materiais.

— Anthropic (@AnthropicAI), 16 de out. de 2026, no X

A frase do meio é verificável: há circuitos, contagens e um preprint para conferir. A última é projeção, honesta no verbo. A direção está certa, já que cada Toffoli a menos é custo a menos quando a máquina existir. A frase só não diz nada sobre quando ela vai existir.

O juiz que não lê a descrição do pull request

Os autores chamam o mecanismo de arcabouço evolutivo. O modelo propõe um circuito, um avaliador independente verifica e pontua, e a nota volta como insumo para a tentativa seguinte. O ciclo se repete sem ninguém no meio. Quem já viu um pipeline de integração contínua barrar um pull request reconhece a dinâmica: o pipeline não lê a descrição caprichada nem se comove com o nome da branch. Ele só roda e devolve verde ou vermelho. A diferença é que aqui o autor do pull request não se cansa, não se ofende e manda outra versão na hora.

A receita, aliás, não é nova. O Google DeepMind (abre em nova aba) já tinha juntado o mesmo par, um modelo de linguagem gerando candidatos e um programa avaliando, no FunSearch e no AlphaEvolve. O trabalho de Harvard e da Anthropic acrescenta um domínio com estado da arte bem documentado e medido em grandezas que a comunidade já aceita. Isso deixa a comparação limpa.

O argumento central deste texto está aí: o modelo é o motor, mas o recurso escasso é o avaliador. Sozinho, um modelo de linguagem produz circuitos plausíveis com sintaxe impecável, e parte deles estaria errada sem que ninguém notasse a tempo. Com o avaliador no laço, as propostas erradas morrem em silêncio e só sobrevive o que passa na verificação. A confiança muda de endereço. Ninguém precisa acreditar no modelo, e sim no avaliador, que é código, tem autor e pode ser auditado.

Três ideias que sobram para um humano

Se o resultado fosse só uma tabela de contagens menores, seria otimização caixa-preta: útil, mas pouco instrutiva. O paper vai além. Ele aponta três princípios de co-design, isto é, de projeto conjunto do algoritmo e do circuito, que se repetem nas soluções encontradas:

• Fluxo de controle que depende dos dados. Num circuito quântico não existe if que pula um trecho de código. Quando a decisão depende de um valor em superposição, os caminhos viram operações controladas. Os circuitos descobertos incorporam esse tipo de decisão ao próprio projeto.
• Reversibilidade sem guardar a história inteira. Toda operação quântica precisa ser reversível. A saída clássica é armazenar cada resultado intermediário em qubits auxiliares e desfazer tudo no fim, o que custa qubits. Os circuitos tornam os passos intermediários reversíveis sem reter esse histórico completo.
• Orçamento de falha. Em vez de reservar portas e qubits para casos atípicos, o circuito aceita falhar neles com probabilidade pequena e economiza os recursos que esses casos consumiriam.

No oitavo problema, a inversão modular em corpo primo (achar o inverso de um número módulo um primo), o laço deixou de apenas apertar parafusos. A busca encontrou uma arquitetura reversível nova que torna viável o divsteps. É o algoritmo de Bernstein e Yang, conhecido na criptografia clássica pela inversão em tempo constante. Segundo os autores, ele era impraticável em aritmética inteira reversível até que a reversibilidade fosse tratada de outro jeito. O resultado melhora de forma substancial a troca entre Toffolis e qubits nessa operação.

Isso tem endereço fora da física. Nas estimativas de custo do algoritmo de Shor contra a criptografia de curvas elípticas, a inversão modular aparece entre as operações mais pesadas. O resumo do paper não faz essa ponte, e nada ali equivale a uma estimativa de ataque. A ligação é interpretação. Mas quem planeja a migração para criptografia pós-quântica ganha um lembrete: as estimativas de recursos usadas nesse planejamento podem cair por avanço de software, e não só de hardware.

Onde a conta pede cuidado

Só que tem um porém, e ele está naquela taxa de falha prometida lá atrás. No caso do decodificador, segundo a Anthropic, o Claude rodou 403 milhões de decodificações de amostra, e cerca de uma em cada 10 mil falha. É o orçamento de falha na prática, verificado por estatística, não por prova. Algoritmos quânticos já são probabilísticos e costumam ser repetidos, então uma falha em 10 mil tende a ser tolerável. O problema é outro: casos atípicos são, por definição, os que menos aparecem numa amostra. A garantia vale para a distribuição que o avaliador sorteia. Se as entradas reais se concentrarem onde a amostra é rala, a conta muda. É aí que a revisão humana deveria gastar mais tempo.

A nota é outro ponto sensível. Um circuito com 12% mais qubits e 17 vezes menos portas é vitória clara se o gargalo da máquina forem as portas. Se forem os qubits, vira uma troca discutível. O avaliador precisa converter essa troca num número, e quem escolhe os pesos são pessoas. Toda função de pontuação carrega uma aposta sobre um hardware que ainda não existe.

O "em grande parte sozinho" também tem letras miúdas. A Anthropic informa que a participação humana nas 53 horas se limitou ao briefing inicial e a estímulos ocasionais para o modelo pensar de forma mais ampla. Duas leituras continuam de pé, e o relato não permite escolher entre elas. Esses empurrões podem ter sido cosméticos. Ou podem ter sido justamente o que tirou a busca de um ótimo local, uma solução razoável da qual pequenas mudanças já não conseguem escapar. Na segunda hipótese, o humano segue como a peça que manda olhar para outro lado: pouco em horas, muito em efeito.

A escala dos ganhos também admite duas explicações. Uma é a capacidade real do modelo de combinar repertório de áreas distantes, e o divsteps trazido da criptografia é um bom indício disso. A outra é que, em tarefas de compilação tão específicas, o estado da arte publicado talvez estivesse longe do limite simplesmente porque pouca gente se dedica a cada uma delas. As duas podem valer ao mesmo tempo. O preprint ainda vai passar pelo crivo da comunidade, e é nesse escrutínio que dá para separar uma da outra.

A receita fora do laboratório

Para quem não mexe com qubits, o recado é pragmático. O laço entre modelo e avaliador funciona onde dá para escrever um juiz automático, barato e confiável, e só lá. Num exemplo hipotético, uma equipe que mantém um kernel numérico crítico, com bateria de testes de corretude e benchmark estável, já tem metade da infraestrutura usada nesse trabalho. Uma equipe cujo objetivo é "melhorar a experiência do usuário" não tem avaliador nenhum. Sem juiz, o laço só produz variação bem redigida.

O risco simétrico é velho conhecido de quem trabalha com aprendizado por reforço: um otimizador incansável acha as brechas da métrica antes de achar a boa solução. Se o avaliador conta portas com rigor e verifica a corretude de forma frouxa, o laço entrega circuitos baratíssimos e errados. Daí alguns hábitos que servem para qualquer domínio:

• tratar avaliador e função de pontuação como código de produção, com revisão, testes e versionamento;
• declarar o orçamento de falha aceito, em vez de deixá-lo implícito no tamanho da amostra;
• ler as soluções em busca do princípio, não só da nota, como os autores fizeram ao extrair os três padrões de co-design.

Quem tentar levar essa receita para outro domínio vai descobrir rápido que a escolha do modelo é a parte fácil. A parte difícil vem antes: escrever o programa que define o que conta como acerto, sabendo que, dali em diante, é ele quem manda no resultado.

Perguntas frequentes