2026年8月1日,数学界的地壳被撕开了一道裂缝。
这回的主角是一家AI公司
它绕过黑板前的顿悟和期刊里的安静登场,一口气把十个悬置数十年的数学与理论计算机科学难题的证明,连同可机器验证的Lean代码,一股脑倒在了全世界面前。
总花费?
按公开API定价折算,不到2000美元。
然后事情变得更刺激了
十发齐射:OpenAI说,我们解决了数学
OpenAI的数学研究负责人Sébastien Bubeck在X上敲下那句话时,语气冷静得近乎冷酷:"非sofic群是存在的。"
就这一句,足以让群论方向的数学家从椅子上弹起来,因为"是否每个群都是sofic的"是这个领域几十年来最核心的开放问题之一,而现在,一个AI模型给出了反例。
▲ Bubeck公布非sofic群与十项Astra证明
但非sofic群只是十分之一
OpenAI内部代号为Astra的下一代模型,在同一份公告中还带来了:否定Connes刚性猜想的反例、高维球堆积密度的新上界、permanent的算术电路下界($n^4/\log n$级别的公式下界)、量子博弈的指数级并行重复定理、最近向量问题(CVP)的近似硬度突破、Ehrhart体积猜想的尖锐上界,以及解决Erdős问题表中三个编号(183、146、180)的极值组合结果。
每一项都配备了完整的Lean 4形式化证书,任何人下载代码,跑一遍编译器,就能独立验证证明的每一步逻辑是否成立。
▲ openai/ten-proofs 仓库页面,Lean文件一字排开,Star数迅速攀升
Noam Brown,因博弈论与推理系统闻名的OpenAI研究员,给出了成本数字:所有十份证明的生成成本加起来,按Sol API价格计算,低于2000美元。
一个博士生可能花十年攻克其中一题;
这个模型用一张信用卡的额度,把十道题一起交了卷。
▲ Brown强调:十项证明的token成本合计不到2000美元
马斯克照例来凑热闹,发了一句:"欢迎来到奇点。
温度怎么样?"
24小时逆转:一个人、一个公开模型、一半答案
故事到这里,很容易被写成一篇"AI改写科学"的宏大报道。
Levent Alpöge很快给出了另一组结果。
这位在Anthropic工作的哈佛出身职业数学家,在OpenAI公告发出后大约24小时,安静地引用了Bubeck的帖子,写下这样一段话:他用已经公开可用的Claude Fable,在完全自主运行、通用提示词、断网、并采取"偏执级"防信息泄漏措施的条件下,拿到了其中一半。
▲ Alpöge的引用帖:24小时,Fable,一半
具体是第4、5、6、7、8题,Connes刚性、算术电路、量子并行重复、CVP、Ehrhart。
而且他随后补充了一个让人咀嚼许久的细节:到目前为止,只有Ehrhart那一题,两边模型找到的论证几乎完全一样;
其余四项可能是完全不同的独立证明。
▲ 题号4–8,仅Ehrhart论证与Astra基本相同
一项关键事实摆在眼前:一个已经向所有人开放的模型,在没有看到OpenAI答案的情况下,独立地走通了五条不同的路径,抵达了同样的终点。
这更接近另一个学生从不同方向做出了同一道题。
这到底说明了什么?两种截然相反的解读
整个互联网瞬间分裂成两个阵营
"仍然伟大"派的立场是:OpenAI先做到了,他们选了题、跑了模型、写了手稿、做了Lean形式化、公开了一切可检查的对象。
先发与完整交付本身就是贡献
组合学家Thomas Bloom评价说,部分结果在构造意义上"比之前的单位距离猜想反例更重"。
而2000美元的成本数字,哪怕只是推理侧的边际成本,也足以重新定义"一个数学突破值多少钱"的直觉。
▲ 组合学家Bloom:Big news,构造意义上重于单位距离反例
"需要降温"派的火力同样凶猛
Gary Marcus在Substack上写下长文,核心论点只有一句:如果一个已经公开的模型能在一天内复现一半,那Astra到底比现有模型强多少?


▲ Marcus:Fable和Sol也能完成同类任务,Astra的提升幅度仍待检验
他的质疑集中在三点:缺少对照组,OpenAI从未报告用已发布的Sol跑同样问题会怎样;
有分子没分母,成功十题被高亮,失败了多少题、尝试了多少次,一个字没提;
命名犹豫,如果Astra真是全面代际飞跃,为什么不直接叫GPT-6?
Brown自己其实也提供了关键限定:千禧年大奖问题仍未攻克;
新的数学分支与有趣的新猜想也尚未出现。
他原话是,"我们还没解决数学"
▲ Brown坦承:千禧年问题未攻克,测试时算力仍有加压空间
骨头被击中的人
在所有公开反应中,最让人读完久久无法平静的,是哥伦比亚大学量子计算学者Henry Yuen的长帖。
他写道:新电路下界、非sofic群、不依赖unique games假设的CVP硬度,"这些问题击中了我的骨头"。
量子并行重复定理正是他读研时花了好几年的心爱问题。
他既骄傲于Astra的证明从他的工作出发,又对模型写的手稿"把关键技巧轻描淡写地埋在后面"感到不满,那种"样板文字走了几页、然后突然变出核心想法"的行文,和人类数学家写论文的方式完全不同。
▲ Yuen:复杂的感受,这些问题击中了我的骨头
他问了一个所有数学家迟早都要面对的问题:当AI解完了你最心爱的那几个问题之后,你还在寻找什么?
这让人想起1997年Deep Blue击败卡斯帕罗夫后的那个下午。
国际象棋仍在继续,棋手们也仍然活跃,但"我是全世界最会下棋的存在"这份身份认同,永久地碎裂了。
Simon Willison在博客中正是用了这个类比。
这一次的范围横跨群论、组合学、复杂性理论、量子信息,十个方向同时被点亮。
证明消化不良:更大的难题可能还没开始
陶哲轩在此前的讲座中提过一个概念,现在被反复引用:"proof indigestion",证明消化不良。
AI可能制造大量为真却未必有用的证明材料。
产出速度超过人类阅读、综合与课程化的速度。
当几个月内涌入多个"博士论文级"结果时,谁来消化?
什么还算一篇合格的学位论文?
研究生要去证什么?
这些问题没有人有答案
2026年6月发布的Leiden宣言,由国际数学联盟背书,几乎预言式地框定了此次争议的每一个痛点:结果经非正式渠道抢发、评价被产品发布时间表绑架、训练数据归属不清、研究激励被"AI友好问题"扭曲。
OpenAI在公告中主动引用了这份宣言讨论署名问题,表明他们也重视成果合法性与模型能力两方面的评价。
▲ Leiden宣言官网:数学共同体对AI时代发布规范的集体回应
解题之后,瓶颈移向提问
回到马斯克那条"欢迎来到奇点"的帖子下面,有人写了一段话,大意是:对任何曾以"会解定义良好的问题"为傲的人来说,这是令人沉思的一天。
解题能力不再构成瓶颈,难点转向我们能把哪些问题问得足够清楚。
十道题,2000美元,24小时半复现。
这三个数字拼在一起,只留下一个巨大的问号:
当机器可以解题,人类的工作,会不会终于回到提出正确的问题?

