文 |议史纪

编辑 |议史纪

中国学者熬了十几二十年，才拿到全世界最顶级的数学奖，美国那边一个新模型一上线，马上解决了10个菲尔兹难度的难题？

这事儿到底可能吗？

“10个菲尔兹难题秒解”

王红、邓宇拿到菲尔兹奖不久，美国OpenAI的某个新模型“Astra”，立马解决了10个菲尔兹奖级别的数学难题。

近日，OpenAI公布了一组震撼数学界的成果：其内部代号为“Astra”的下一代模型，在高维几何、编码理论、群论、量子计算复杂性、密码学等十个领域内，针对长期悬而未决的开放问题，给出了全新的数学结果。

就这些问题中的绝大多数而言，其解决进度已经停滞了至少十年，有些甚至长达数十年没有实质性进展。

很多账号转发的时候，还会配上“人类数学家已经落后”“以后大奖要给AI发”之类的感叹，看起来特别震撼。

所谓“菲尔兹奖级别的难题”是什么概念？

真正能被数学界公认到这个级别的问题，往往是被人研究了几十年，上百篇论文堆出来，还迟迟没有完整解答的对象。很多问题连题目都难翻译，更别说照着题干写出一套自洽的证明。

你说一个刚上线的通用语言模型，上来就连干10个，这已经不是强，而是直接跳过现实。

真正解决一个大难题，数学圈怎么都得有点动静。

哪怕是用计算机辅助证明，比如当年的四色定理，过程复杂、争议也多，连怎么“承认”它是证明，都讨论了很久。

现在却出现一种说法：一个商业公司模型，在短时间里连续搞定10个同等级别的问题，却看不到数学家群体大规模讨论，也看不到正式论文、独立验算、学术会议报告。

只剩一条“听说AI已经解决了”的口口相传。这种信息结构，本身就很可疑。

真正认真做数学的人，都知道一个朴素事实：现在的AI，在严肃数学上的能力，远没有一些营销话术说得那么夸张。

别说菲尔兹级难题，很多时候，一道设计稍微巧妙一点的竞赛题，就足够让模型翻车。计算过程会出错，逻辑链容易断，更别提自己“发明”一个新理论。

如果连复杂竞赛题都经常处理不好，却有人敢说它连续解决10个顶级开放难题，这个跨度有多离谱，一目了然。

再看这条说法出现的时间点：一边是中国学者刚拿到菲尔兹奖，国内舆论正在关注数学；另一边，立刻有人抛出“美国AI瞬间碾压10个难题”的故事。

这种组合方式，本身就带着很强的暗示味道：你们别高兴太早，人类数学家的巅峰，在AI面前不值一提。

问题在于，这种暗示既没有证据支撑，也完全忽略了一个基本常识——科研成果需要时间验证，AI模型的宣传不能代替数学界的正式认定。

真正的顶级难题，哪怕只是写清楚“已经被解决了”，也需要清晰的论证链条，比如谁提出的核心思路，证明依赖哪些前人成果，是否有审稿、是否有同行复核。

现在这条流言却只剩下“数量”和“爽感”，不讲具体题目，也不讲证明过程，甚至连最起码的技术说明都没有。

只要稍微对比一下数学界真正接受过的重大突破，就会发现这种叙述方式完全不在一个层级。

AI到底能不能当数学家？

把情绪放到一边，回到一个更朴素的问题：现在的人工智能，在数学领域到底能做什么，又做不到什么？

最现实的一点，就是“验算”。比如大整数分解，人类可以先提出一个新算法，假设它能更快地把一个超大合数拆成若干个素数因子。

这个时候，计算机的作用就是：拿着这些因子，一个个乘回去，看是不是原来的数。只要乘法过程准确，这件事交给普通计算机就绰绰有余，连“智能”两个字都用不上。

把这种能力往前推几十年，其实在四色定理那次计算机参与证明时，就已经展示过了：人类数学家先把情况简化到有限个构型，再让机器逐个检查。

机器做的是大量重复工作，人类负责搭好逻辑框架。

今天的新一代大模型，确实在自然语言上更强，能把复杂的数学文献“讲人话”，帮研究者快速扫清概念障碍。

这一点对提高效率是有帮助的。

再往前一步，模型还能替人做海量文献检索，把散落在各个期刊、预印本里的相关思路整理出来，放到研究者面前。

这两类功能，一个是“解释”，一个是“搜索”，都属于工具属性，本质上扩展的是信息获取和表达能力。

真正让数学界尊重的，是从无到有搭出一整套自洽的理论体系，把一个老问题拆开，把关键环节锁住。

这里面需要的，不只是把已有知识重新排列，而是提出新的中间概念、新的结构，再一步步证明它们之间的关系。

这个过程，哪怕是最优秀的人类数学家，都要花很多年。现在的AI模型，更多是在已有语料上做预测，本身并没有针对复杂证明结构进行长期、自主的推理训练。

它偶尔能“蒙对”一段看似像样的证明，但只要你严谨地检查，就很容易找到逻辑跳步、定义混淆、结论前置之类的问题。

如果真有某个模型已经能稳定解决菲尔兹奖难度的问题，那最直接的结果是全世界顶尖高校的数学系和研究所，立刻围绕这个模型调整科研方向，大量课题组会集中测试它的能力，学术会议也会专门开专题讨论。

到那一步，这件事就不再是“听说”，而是有清晰成果列表、清楚的证明体系。

现在我们看到的情况，显然与这一画面相距甚远。

把这件事放回现实生活，其实也很好理解。一个国家在高水平基础科学上取得突破，不是为了和谁比口号，而是为了在未来的核心技术、关键算法、长周期创新上有真正的话语权。

数学是很多底层技术的根基，从密码体系到优化算法，到高维数据分析，背后都离不开扎实的数学工具。

如果在这些领域能持续产出世界级成果，那对整个科技体系的支撑，是实实在在的。这样的价值，不需要靠任何“AI神话”当对比，也不需要通过贬低自己人来证明谁更强。

与其拿虚构的神话去盖过真实的荣誉，不如把时间用在理解真相上。这才是面对科技和学术时，一个社会该有的基本姿态。

参考资料：仅花2000美元，AI一口气攻克十道顶级数学悬案：奇点已经来临？

2026-08-04 10:12

·

新浪财经

由于平台规则，只有当您跟我有更多互动的时候，才会被认定为铁粉。如果您喜欢我的文章，可以点个“关注”，成为铁粉后能第一时间收到文章推送。