批量攻克数学难题？冷静看待 OpenAI 的智力核爆

把咖啡变成定理？图源：Solen Feyissa / Unsplash

智力核爆还是学术幻觉？

AI 领域最震撼的一颗炸弹被引爆了：OpenAI 宣布其未公开的全新模型与 AI Agent 集群，一口气攻克了数学界至少 372 个长期悬而未决的公开难题（Open Problems），并同步发布了 700 多篇由 AI 独立生成的学术论文。

你可以在他们的官方报告、GitHub 开源仓库以及项目主页查阅这批惊人成果的细节。

消息一出，数学界彻底坐不住了。

有人愤怒于潜在的学术洗稿与剽窃——现行版权法在面对大语言模型吞噬人类数百年智力资产时，早已形同虚设；更有人陷入了深重的存在主义危机，甚至公开讨论数学这门学科是否已经走向终结。

狂热退去前，让子弹飞一会儿

恐慌与盲信往往是同一枚硬币的两面。

面对这种量级的“学术突破”，最明智的做法不是急着为数学写讣告，而是等尘埃落定，让理智重新占据主导。原因很简单：在机器宣称攻克理论高地与人类彻底理解并验证这些结果之间，横亘着一条巨大的鸿沟。

数学不同于写代码或生成图片，它的容错率是绝对的零。

核心考量：不仅是做题，更是范式转移

1. 同行评审的物理极限
   700 多篇高难度前沿论文，瞬间瘫痪了原本就运转缓慢的同行评审机制。哪怕是顶级菲尔兹奖得主，验证一篇几十页的复杂证明也需要数月甚至数年。在形式化验证工具（如 Lean）完全跑通之前，这 372 个“答案”有多少是真正的里程碑，又有多少是高维幻觉包裹的逻辑陷阱，尚无定论。

2. 原创直觉 vs 组合暴力
   AI 是否真的掌握了创造新数学概念的能力？数学史上那些伟大的飞跃，往往伴随着全新公理体系或思维视角的诞生，而非单纯在既有框架里做穷举搜索。机器可能极擅长填补证明路径中的繁琐沟壑，但这不等于人类智慧的退场。

学术界的震荡才刚刚开始。面对这场席卷纯数象牙塔的技术风暴，我们需要警惕浮夸的公关包装，但也必须正视科研范式被彻底重构的现实。