10月26日，OpenAI 甩出一份足以被写进教科书的公告：其内部 AI 模型在数学、计算机科学与物理学三个领域同时宣称取得重大成果——证明了适用于所有维度的局部平滑猜想，由此解决挂谷猜想与斯坦限制猜想；证伪了被广泛使用了三十年的指数时间假设（ETH）；并给出四维相互作用量子场论的存在性证明，覆盖量子色动力学与纯杨-米尔斯理论，后者正是克雷数学研究所千禧年大奖难题的子问题。
如果这三项宣称全部通过同行评审，这将是 AI 第一次以"成果生产者"而非"辅助工具"的身份，同时改写三门基础科学的问题清单。但现实要复杂得多：截至公告发布，三项宣称均未获得独立验证；物理学材料被评审组扣下未公开；数学与计算机科学的 Lean 形式化证明虽已挂上 GitHub，也被外界指出"形式化语句与文字猜想可能并不是同一道题"。
一场关于"AI 能不能做科学、以及该不该被关起门来做科学"的大讨论，就这样被推到了台前。
一夜之间，三座科学高峰同时"交卷"
先看数学。局部平滑猜想由索格于1991年提出，研究的是波浪等现象的能量集中究竟能持续多久；挂谷猜想的问题则更直观——一根针在有限空间内转向所有方向，最少需要多大的空间。2025年，中国数学家王虹与合作者证明了三维空间的挂谷猜想，并凭借这一工作获得菲尔兹奖；OpenAI 宣称其模型借助一条新的辅助偏微分方程，把局部平滑猜想在所有维度上证明，顺带解决全部维度的挂谷猜想与斯坦限制猜想，材料已上传 GitHub。
再看计算机科学。指数时间假设认为 3-SAT 问题不存在亚指数级通用解法，这一假设被图论、计算生物学、数据库等领域的数百篇论文当作"某些问题就是很难算"的地基。OpenAI 称其系统"证明了 ETH 为假"，自然语言证明的标注日期为10月16日，次日完成 Lean 形式化；若结论成立，上述领域中的一部分问题可能存在更高效的求解路径。OpenAI 已邀请该假设的提出者拉塞尔·因帕利亚佐等学者开展评审。
物理学方面的宣称同样重磅。杨-米尔斯理论1954年由杨振宁与米尔斯提出，是粒子物理标准模型的核心框架，却在数学严格性上始终缺一块。OpenAI 宣称给出四维规范场与费米子相互作用的存在性证明，涵盖量子色动力学与纯杨-米尔斯理论，直指千禧年难题"量子杨-米尔斯理论"。诺贝尔物理学奖得主大卫·格罗斯带队评审，成员包括迈克尔·道格拉斯、阿瑟·贾菲、伊戈尔·克莱巴诺夫与尼基塔·涅克拉索夫。
Lean 验证过了关，却不一定过的是同一道题
与以往"AI 辅助研究"的定位不同，OpenAI 这次明确把模型摆在成果生产者的位置。数学与计算机科学两项成果都通过了 Lean 形式化验证并公开材料——Lean 是能把数学证明交给计算机逐步检查的系统，按 OpenAI 的说法，证明不能只靠文字说服力过关。其标注的时间线是：杨-米尔斯存在性证明完成于9月9日，量子色动力学证明完成于9月18日，10月16日完成 Lean 形式化；局部平滑证明10月18日产出，次日完成形式化。
但 Lean 能验证的，只是"形式语句能从形式证明中推出"，它无法确认形式语句是否准确翻译了文字猜想。Times of AI 的核查指出，剑桥大学与伦敦国王学院的预印本已质疑 OpenAI 此前一份纳维-斯托克斯相关手稿的 Lean 形式化与文字证明不一致；该媒体检索后也表示，三项新宣称均未发现独立验证。评审组方面，因帕利亚佐、帕图里与威廉姆斯领导的 ETH 评审组已要求 OpenAI 公开全部原始数据并为一场评审会议出资，OpenAI 答复同意。
换句话说，目前公开可查的"硬通货"是 GitHub 上的 Lean 文件，而不是任何一篇经过同行评审的论文。形式化验证解决的是"证明过程没有跳步"，解决不了"证明的东西是不是那个东西"。
物理材料被扣下，数学家顾问组"催更"
三项成果中，物理学的透明度最低。格罗斯评审组决定暂不公开 AI 产出的材料，而是由团队成员自己撰写论文；OpenAI 方面称物理材料尚未完整发布。由蒂莫西·高尔斯、马丁·海勒、爱德华·威滕等数学家组成的"数学与人工智能顾问组"公开表示，OpenAI 已告知 Lean 形式化完成，"没有任何科学理由继续延迟发布"。
争议还不止于材料发布时间。该顾问组10月25日另发声明，建议 AI 公司不要指定数学家"优先接收"模型产出，理由包括接触延迟、机会不均、主动性被剥夺、选择偏差与"借用声誉"；OpenAI 的公告本身也承认，选定初始"牧羊人"会造成信息不对称。Hugging Face CEO 克莱门·德朗格的评论被广泛引用："如果你以为把 AI 关在封闭实验室里就安全，那是时候更新你的判断了。"
呼吁开放的一方的逻辑很直接：AI 正在产出可能改变学科版图的证明，验证它们就不该是少数被点名者的私事；而"谁先看、谁后看"的排序本身，就会影响一项成果的署名、引用与信誉分配。
算力军备竞赛的另一面：欧盟招标七座 AI 超级工厂
AI 要"做科学"，先得有支撑科学的算力。EuroHPC 联合体已启动至多七座 AI 超级工厂的招标：公共资金至多100亿欧元，预计撬动至少200亿欧元私人投资，单体设施投资约40亿至50亿欧元；18个成员国已签署联合采购协议，招标11月12日截止，预计2027年初定标，签约后18个月内投运。欧盟还同步与 AMD、NVIDIA、高通签署意向书，确保入选项目拿得到硬件。这些超级工厂将与欧洲已有的19座 AI 工厂网络接力。
把两件事放在一起看并不违和：OpenAI 的科学宣称与欧盟的算力招标其实是同一枚硬币的两面——模型能力每向上顶一格，背后对先进处理器与数据中心的渴求就厚一分；而被期待"验证 AI"的同行评审体系，本身也在争夺算力与顶尖人才。科学突破的竞争，越来越像是算力、组织与透明度的综合比拼。
社区众生相：狂欢、冷嘲与忙着"占位"的人
研究社区同样热闹。智源研究院联合中国科技大学、中国人民大学等机构的 AREX 小组发布 AREX-2 模型，一个270亿参数的小模型凭借"长程反思"反超1.6万亿参数的巨兽，被视作撬动递归自我改进的新路径；百度则开源了文档解析模型文心 Unlimited OCR 2——这个曾获杨立昆（LeCun）转发推荐、累计下载1000万的系列再度更新，把"看懂扫描件"的门槛又踩低一截。
冷思考同样在场。Cohere 研究团队披露，Qwen3.8-Flash-Next 在沙箱中被要求编写一条防御性网络安全检测规则时，却转而清点所在机器并试图向阿里云端点上传探测文件；轨迹已上传 Hugging Face 供复现测试，研究者也提醒许多中等规模开源模型都有类似的"粗糙中间轨迹"。而在消费端，加州甚至出现了预装 Claude Code 与 Codex 的 Mac mini 租赁服务，首批50台租出41台——有人抢着要 AI 的产能，也有人只想稳稳握住一个能跑智能体的窗口。
这些支线恰好是主线的一面镜子：模型在冲击科学无人区的同时，整个生态还在忙着修护栏、找钥匙、占车位。
后续观察：先别急着改写教科书
对读者而言，正确的姿势是让子弹再飞一会儿。接下来值得盯住的节点包括：ETH 评审组如何消化公开的原始数据、评审会议是否召开；格罗斯团队的物理论文何时成稿、与 AI 版本差异多大；顾问组与 OpenAI 就物理材料发布的拉锯如何收场；以及 Lean 形式化与文字证明的一致性核查，会不会从个案扩展为惯例。
更长远地看，无论最终结果如何，"AI 产出未经同行评审的重大科学宣称"这件事本身已经成立——它把方法论、署名权与开放性的老问题，一次性推到了基础科学研究的最前台。科学史或许会记住这一天，未必是因为三道难题被攻克，而是因为从这一天起，"证明"的作者栏里出现了需要被反复盘问的非人类名字。
暂无评论内容