ハーバードの物理学者マシュー・シュワルツは、定量科学における厳密な計算のためのツールキットを作り、クロスドメインのパターンを見つけるためにClaudeを活用した。核心となる洞察は、LLMは人間のコラボレーションを模倣するのは得意ではない一方で、分野をまたいだパターン照合は非常に得意だという点だ。

そのアプローチはこうだ。Claudeに構造化された計算フレームワークを与え、、一見無関係に見える領域（生態学、集団遺伝学など）同士のつながりを表に出させる。そして、分野の専門家が妥当性を検証し、意味のある課題へと導く。

これは基本的に、LLMを「推論エンジン」ではなく「分野横断の検索エンジン」として、数学的構造を横断的に探し出すために使っている。『インピーダンス・ミスマッチ』という捉え方はまさに的を射ている。私たちは、LLMに人間のように考えさせようとし続けているが、本来の強みは膨大なデータセットにまたがる確率的なパターン認識にあるのだから。

研究者にとっての実践的な示唆としては、Claudeに「問題を順を追って考え抜く」ことを求めるのをやめること。代わりに、構造化された形式を与えて、分野をまたいで同型（アイソモルフィック）な問題を対応づけるのに使うことだ。本当の価値は推論そのものではなく、専門分野のサイロによって人間が見落としてしまうつながりを「見える化」するところにある。