陶哲轩泼冷水：我不相信AGI！但又一数学难题被GPT-5.2 Pro攻克

就在今日，陶哲轩在社交媒体发文明确表示：当前工具仍无法实现真正意义上的「人工通用智能」（AGI）。但他同时提出，一种更弱但极具实用价值的「人工通用才智」正在快速落地——它不依赖深层理解或系统性推理，而是通过海量数据匹配、随机试探与严格验证，在广泛任务中达成远超个体人类的解决效率。

他将这一现象称为「通用狡猾」（general cleverness），强调其本质是：手段可临时、可暴力、可出错、难解释，却在特定验证框架下表现出极高成功率。这种能力虽不具备认知根基，却已在编程、数学推导、内容生成等知识工作中产生实质性影响。

陶哲轩：不是AGI，只是魔术师

「通用才智」指借助临时策略解决复杂问题的能力。这些策略可能源于训练数据中的相似案例，也可能来自大规模试错后的概率匹配，而非逻辑推演或概念建构。它更像一位精通机关的魔术师——能精准命中答案，却无法回溯真实思维路径。

当AI写出一首诗、解出一道高难度数学题，若追问“如何想到”，它的回答往往是：“我在训练数据中见过类似模式，此解匹配度最高。”这并非智能，而是基于统计规律的高效映射。

AI是「最强大脑」魔术师？

当前AI的表现常令人惊叹，却也令人不安：它能完成任务，却难以复现过程；结果可靠，但机制不可控。正如魔术师揭穿机关后掌声骤停，AI一旦暴露其“袖中藏牌”的运作逻辑，那种“智能幻觉”便随之消散。

「通用狡猾AI」，反而起了大作用

陶哲轩指出，对AI而言，“聪明才智”与“智力”高度解耦。人类智能常伴随理解力、反思力与价值判断；而当前AI的“聪明”，本质是高速生成+多轮验证下的最优响应输出。它不追求真理，而追求可行；不构建理论，而复用模式；不理解原理，而匹配结果。

这种能力已在科研辅助中显现价值：它无法替代数学家提出问题、定义框架、评估意义，却能以前所未有的速度，在庞大证明空间中定位关键引理与边界条件。

又一数学难题被AI破解

就在陶哲轩发文当日，滑铁卢大学计算机系助理教授Kimon Fountoulakis证实：GPT-5.2 Pro成功解决了COLT 2022年度开放问题——“使用标准加速梯度算法与互补性边界假设，证明加速L1正则化PageRank的运行时间复杂度”。

该证明全程由GPT-5.2 Pro生成，关键复杂度上界经Aristotle（HarmonicMath）与Gemini 3 Pro（High）联合完成形式化验证，研究者本人亦完成两轮人工复核，确认无误。

多伦多大学教授Daniel Litt评价称，GPT-5.2 Pro在其代数几何与数论研究中已带来实质性突破，显著提升推导效率与猜想验证能力。

悬赏8年难题，GPT-5.2用数学证明封神

该问题源于2016年PageRank算法优化实践：经典FISTA加速方法在迭代中会“激活”大量本应为零的节点，虽终能收敛，但中间过程低效且难以界定计算量。自2022年列为COLT开放问题后，学界多次尝试均告失败。

GPT-5.2 Pro首次给出针对FISTA本身的完整证明，在“互补性边界”合理假设下，严格界定了总计算量，并揭示其在特定图结构上具备明确加速优势。更重要的是，该证明解释了长期困惑学界的“多余激活”现象：这些激活是可控、暂时的，算法进入最优解邻域后将迅速收敛。

怎么证明？三重验证

团队采用三重验证体系确保可靠性：
① GPT-5.2 Pro生成原始证明；
② Aristotle系统联合Gemini 3 Pro将关键不等式与复杂度上界逐行转化为Lean形式化代码；
③ 研究者人工复核两遍，确认逻辑闭环与边界严谨。

陶哲轩会被说服吗

GPT-5.2 Pro此次突破再次印证：LLM在深度数学推理领域已具备惊人潜力。它弥合了理论分析与实际算法之间的鸿沟，为最经典的加速方法补上了缺失的理论基石。

但这不意味着AGI临近。正如陶哲轩所言，这是“狡猾”而非“智慧”的胜利。AI仍是人类科研的强力协作者——人类定义问题、设定目标、判断价值；AI则以不知疲倦的算力，在浩瀚数学空间中寻找那条隐秘小径。