数学界这次是真的被追到家门口了。
OpenAI 刚刚甩出一篇博文。篇幅不长，分量极重。
时间点也很巧。
模型 8 月 28 日才开始训练。现在它已经拿下 100 多道世界级数学难题。
横跨的范围，几乎覆盖数学的大部分领域。
更让人意外的是，这 100 多道题里还有纳维–斯托克斯千禧年难题。它困扰数学界多年。
从开训到正式官宣，只过去 24 天。
太快了。
这个速度，连公司内部的数学家都觉得意外。
对普通人来说，这类进展一时还用不上。但它抬高的，是未来几年所有 AI工具的能力天花板。
同一天，9 位全球顶尖学者被请来，组成一个独立的数学顾问组。
名单里有菲尔兹奖得主蒂莫西·高尔斯（Timothy Gowers）。马丁·海雷尔（Martin Hairer）也在。理论物理学家爱德华·维滕（Edward Witten）位列其中。
名单很硬。
这个阵容，被外界称为数学界的复仇者联盟。
他们要接的问题很直白。当机器开始批量爆破数学难题，人类数学界该怎么接。
一、开训不到一周，千禧年难题先掉了
在数学界，难题之间也有鄙视链。
要看懂这次进展的含金量，得把进度条拉回 9 月 8 日。
那一天，一款全新的内部模型只用了 88 小时。NS 千禧年难题被拿下。
它给出了纳维–斯托克斯方程存在性与光滑性问题的证明。166 页论文同步公开。Lean 形式化验证代码也一并放出。
按照官方介绍，结论是这样的。三维不可压缩流体只要初始静止，就可能在有限时间内形成奇点。前提是外力足够光滑。
这对应千禧年大奖难题官方表述里的 C 版本和 D 版本。
支撑这份证明的，是一次万人级别的协同研究。
1 万多个并发 Agent 同时开工。它们能读取互联网缓存，能运行代码，还能在组内交换信息。
不同小组探索不同的问题版本，也尝试不同的解题路线。
人类研究者一直留在链路里。系统先拿到欧拉方程的相关成果之后，团队把资源向纳维–斯托克斯问题集中。各组的中间见解再由 Codex 汇总，让不同路线之间发生交流。
节奏快得离谱。
9 月 5 日，距离首批智能体启动约 88 小时，系统得出解法。
随后，GPT-6 Astra 又花了 17 小时，完成 Lean 形式化与验证。
模型和工具在前，人在后面组织。三者合起来，才是这次攻坚的全貌。
到了今天，披露的成果范围又扩大了一圈。除纳维–斯托克斯之外，还有百余道长期开放难题被一并拿下。
公司自己也承认，这种进展已经在内部引发讨论。怎样让数学共同体及时了解变化，怎样给大家留出准备和适应的时间。
审查与发布，就此成了一个绕不开的现实问题。
二、27 位菲尔兹奖得主联名开炮
宣布方程突破的三天后，数学界直接炸了。
27 位菲尔兹奖得主联名发表公开信，标题叫“AI 在数学领域的严重错位”。
签名者横跨 48 年的菲尔兹奖历史。陶哲轩在里面。许埈珥在里面。吴宝珠和彼得·舒尔茨也在里面。
数学界最高荣誉的获奖者，几乎集体站了出来。
他们的愤怒，并不是冲着 AI 本身。
公开信开篇就承认，AI 有加速真正数学研究的巨大潜力。
真正让学者无法接受的，是公布的方式。
信里批评道，各大厂商把几百年的公开难题当成了跑分刷榜的 benchmark。解题这项指标，和数学研究所追求的理解可能正在偏离。
而且仓促公布之后，根本没人有时间梳理思路，也没时间把新方法写充分。
这种功利化的暴力破解，看着风光。实际上是给数学界留了一地鸡毛。
公司没有回避。最新公告里，它直接引用了这封公开信，公开表示双方必须坐下来好好聊聊。
于是，那个九人顾问组成为了真正的重头戏。
三、九位泰斗组团盯 AI
这支独立顾问组的首批成员，一共 9 个人。
他们来自剑桥和牛津。哈佛与斯坦福也有人入选。伯克利和普林斯顿高等研究院各占一席。
随便拎几个名字出来，都足够吓人。
蒂莫西·高尔斯长期盯着 AI 在数学上的进展。马丁·海雷尔是 2014 年菲尔兹奖得主。
卡米洛·德莱利斯是普林斯顿高等研究院教授。他做的是偏微方程和流体力学数学理论。
爱德华·维滕更不必多说。他被称作“爱因斯坦的后继者”，也是第一位拿到菲尔兹奖的物理学家。
这家公司给这支队伍的任务有三件。
一是帮忙判断新成果到底有多重要。二是讨论这些结果该怎么发布，以及什么时候发布。三是确保 AI 时代的数学研究依然遵守学术和职业规范。
任务只有三件，钱一分不拿。
他们可以公开批评公司。可以提出公司没要求的建议。也可以自行决定成员变更。
但有一个关键限制。顾问组不负责建议公司如何控制内部数学研究的进度。
换句话说，九位泰斗有公开发言权，没有刹车权。
四、AI 解得出，人类审得完吗
一切已经很明朗。
开训不到一个月，刷爆 100 多道历史难题。在这个速度面前，真正的瓶颈早就换了位置。
瓶颈换人了。
问题不再是 AI 解不解得出，而是人类审不审得完。
审机器写的论文是什么滋味，数学家巴克马斯特的感触最深。
那份生成的初步证明，被他称为自己读过最可怕的东西。团队后来为了抢首发赶出来的论文，被他鄙视为一滩“AI 泔水”。他为此公开道歉。
打磨了一年的人类团队，尚且被压得如此狼狈。现在机器一个月直接甩出 100 多道大题。
而全世界能审纳维–斯托克斯级别证明的人，两只手数得过来。
所以，这支九人顾问天团的真实功能是什么。
说白了，公司给这堆机器产物找了一条顶级流水线。同时也配了一个排雷组。
哪道题值得先看，哪道要拆开重写，找谁来核对，署谁的名字。这些脏活累活，全丢给了 9 位不拿工资的大神。
而疯狂刷题的引擎油门，始终攥在公司自己手里。
数学界自己也意识到了这场海啸。
多伦多大学数论学家丹尼尔·利特（Daniel Litt）在社交平台上透露了一件事。他和各系系主任聊下来，共识很一致。激励机制要改。招聘规范要改。博士评价方式也要改。
大家已经准备好保卫数学文化，不再鼓励单纯生产 PDF。
菲尔兹奖得主菲加利更直接。他预言数学家的角色，正在从解题的人，被迫变成判断哪些题值得解的人。
五、发现归机器，验收归人类
如今，这家公司立下了一条新规则。发现归机器。验收和解释归人类。
信号很清楚。
这套分工，比任何一次跑分都更值得警惕。
物理迟早也会走到这一步。化学和生物也一样。
数学只是先到了而已。
回看这家公司的产品线，ChatGPT 当年也是这样突然出现在公众面前。它让普通人第一次认真对待对话式 AI。而这一次，机器冲进的是数学家的书房。
以后评价一位研究者，可能不再看他解了多少题，而看他判断得准不准。
这个变化，比模型本身更深远。
Codex安装汉化 中转站 微信:douhanq
