协和医生用GPT-5.6破解22年数学难题，但这可能是个坏消息

跟几个做AI产品的朋友聊了一圈，发现大家对这件事的看法其实很分裂。有人说这是AI的里程碑，有人觉得这就是个高级版的“鸡兔同笼”题。但说实话，我第一反应是：一个神经外科医生，用AI证明了数学猜想，这玩意儿到底是AI的胜利，还是对传统数学家的嘲讽？

金山木，北京协和医院神经外科博士后，用OpenAI的GPT-5.6-Sol模型，花了16小时证明了Crouzeix猜想。这个猜想从2004年提出，22年没人搞定。Crouzeix本人只证明了常数11.08，2017年全球顶尖专家一周才降到2.414，然后就没动静了。金山木倒好，直接让AI跑了一晚上，搞定了。

最离谱的是，他的数学背景就是本科那点基础课，其他全靠自学。他用的提示词策略，还是从OpenAI攻克Cycle Double Cover猜想时学来的。说白了，他做的就是设定好规则，然后撒手不管，AI自己折腾了16小时，给出了证明。

别被“AI解数学题”这种说法忽悠了。这事的核心不是AI多聪明，而是AI已经能独立完成需要深度推理的数学证明。2026年5月，OpenAI说他们的内部推理模型解决了Erdős的平面单位距离问题；8月初，下一代Astra模型在10项难题上取得突破；Anthropic的Claude也把黎曼猜想的零点比例下界从41.6%提到了67.2%。这趋势已经很明显了：AI正在接管数学家的活儿。

但更关键的是，金山木不是专业数学家。他一个医生，用AI就做到了顶尖数学家做不到的事。这说明什么？说明数学的门槛正在被AI拉低，就像计算器让普通人也能做复杂算术一样。可问题是，当证明变得容易，数学的价值会不会贬值？

受影响最大的，肯定是那些靠证明难题吃饭的数学家。你想，他们花几年甚至几十年攻一个问题，结果一个外行用AI几天就搞定了。这不仅仅是面子问题，更是饭碗问题。康奈尔大学的Alex Townsend和华盛顿大学的Anne Greenbaum，公开发文章说“震惊”，但他们心里可能更慌：以后审稿怎么审？AI的证明怎么验证？

对OpenAI来说，这是免费的广告。GPT-5.6-Sol证明了Crouzeix猜想，相当于给他们的模型打了个硬核广告。但这里有个隐患：AI的证明是否真的可靠？ 金山木公开了Lean 4形式化代码，但那是AI生成的，有没有bug？数学家们确认了，但万一错了呢？

还有那些传统数学家，比如Emiel Lorist和Felix Schwenninger，他们用传统方法给出了5页的独立证明，但用的也是ChatGPT 5.6。这就像是运动员用兴奋剂破了纪录，虽然成绩有效，但总让人心里不舒服。

为什么AI能证明数学猜想？说白了，数学证明本质上是搜索和优化。AI的强项就是在大空间里找模式。Crouzeix猜想表述简单，但证明空间巨大，人类大脑处理不过来，但AI可以。

金山木的提示词策略也很有意思：他要求AI“物理断网”、“纯粹原创思考”、“启动大量智能体发散探索”、“对抗性审计”，这本质上是在模拟人类的科研过程，但速度是人类的十万倍。

但这背后有个更深层的问题：AI的“直觉”从哪来？ 它没有数学直觉，只是通过大量试错找到了一个可行的路径。这种证明可能很巧妙，但缺乏人类理解的“美感”。就像金山木的证明，用了“巧妙的采样策略”，数学家们觉得“震惊”，但没人能解释AI为什么这么想。

如果你不是数学家，这事跟你有啥关系？关系大了。首先，AI证明数学难题意味着AI的推理能力已经超越人类，这会影响所有依赖推理的行业：法律、金融、工程、医学。金山木是医生，他研究超声波时用到了矩阵分析，然后顺手把数学难题解了。这说明AI能跨领域解决问题，以后你头疼医脚可能不再是笑话。

其次，开源的力量。金山木把研究资料全开源了，包括提示词和迭代手稿。这意味着任何人都可以复现他的方法。以后你想解决什么问题，可以照着他的套路来。这就像给了你一把钥匙，但门后面是什么，你得自己去看。

最后，警惕AI的“黑箱”。AI证明了定理，但没人真正理解它的思路。如果AI在关键领域给出错误答案，比如医疗诊断或金融决策，后果不堪设想。所以，别被AI的“聪明”迷惑，我们得学会怎么跟它共存。

不过，有个隐藏的功能他们没公开说，我还在测，回头单独写一篇。

本文基于 media 公开报道编译解读

本文基于 media 公开报道编译解读，查看原文