最近，全網刷屏的AI數學大爆炸，真的戳碎了無數中產家庭的深夜安穩。

OpenAI一夜攻克722個硬核數學難題、准黎曼猜想取得突破性證明，Claude拿下困擾人類學界70年的機率論難題。

看著這些新聞，年輕人可能只是驚嘆科技牛逼。

但是，對於上有老下有小、背著房貸車貸、天天在職場和雞娃之間連軸轉的中產，心裡只有一種刺骨的落空感：

這輩子信奉的、賴以生存的底層邏輯，突然被連根拔起了。

試想一下，這代中產，一輩子活得最篤定的真理是什麼？

是吃苦有用，刷題有用，硬核專業能力有用。

讀書時，熬過無數通宵，啃高數、刷題庫、摳解題邏輯，靠著紮實的數理功底殺出升學獨木橋，拿到像樣的學歷。

工作後，靠著嚴謹的計算、建模、邏輯分析，守住體面的技術崗、分析崗，在動盪的職場裡換一份穩定收入，撐起全家的生活。

甚至不少中產家庭的家長，還要把這套人生準則，原封不動套在了孩子身上。

省吃儉用報奧數班、思維班，陪著孩子日復一日刷題糾錯，容忍孩子犧牲玩耍、休息的時間，只為練出一身紮實的數理硬本領。

許多家長天真地以為，數理邏輯是人類最後的護城河，是機器永遠無法真正替代的硬核壁壘，是普通家庭孩子跨越階層、對抗平庸最穩的底牌。

可現實反手給了所有人最沉重的一擊。

人類頂尖數學家耗費數十年、窮盡畢生心血都難以攻克的猜想和難題，AI只用一夜、幾個小時就完美破解，邏輯縝密、推導無錯。

我們熬十幾年練出來的解題能力、推演能力、驗算能力，在AI面前廉價得可笑。

那一刻，無數中產的內心徹底崩塌了。

熬夜刷題、辛苦打拚半輩子的本事，到底在堅持什麼？

逼著孩子犧牲童年、死磕數理題庫，到底還有什麼意義？

拼盡全力守住的“專業壁壘”，怎麼就一夜之間形同虛設？

這種迷茫不是矯情，是實打實的恐慌。

職場上，已經能清晰感受到技術迭代的碾壓，常規建模、資料演算、方案推導，AI幾秒就能完成，中年人的核心職場價值正在悄悄縮水。

教育上，傾盡財力精力的雞娃路徑，突然被證明性價比暴跌，前路迷霧重重。

更折磨人的，是進退維谷的極致內耗。

明明已經看清了趨勢，刷題內卷的未來價值肉眼可見地下降，可沒有一個中產家長敢真正躺平。

身邊的家長還在卷，學校的考核標準還沒變，升學的篩選機制依舊殘酷。

別人的孩子依舊早起晚睡刷題培優，自家孩子一旦鬆懈，當下的分數就會掉隊，眼前的升學機會就會溜走。

繼續雞娃刷題，像是在逼著孩子苦練一項即將被機器全面替代的技能，所有辛苦都是無用功。

可停下內卷放手擺爛，又怕升學規則的變化趕不上時代變革的速度，怕孩子輸在當下，徹底失去未來的選擇權。

人到中年，不敢裸辭、不敢躺平、不敢擺爛，背負著全家的生計壓力。

一邊看著AI瘋狂吞噬基礎技術崗位，自己多年打磨的演算、建模、復盤能力不斷貶值。

一邊又不知道該往那個方向發力，害怕所有的努力都是徒勞，更害怕原地踏步被時代淘汰。

當然，網上的極端言論更是加劇了內耗。

有人唱衰數理行業，說技術崗即將大規模失業。

有人盲目雞湯，說AI只是工具無需多慮。

可我們心裡都清楚，生活從來不是非黑即白，末日焦慮太過誇張，盲目樂觀又自欺欺人，只剩滿心的拉扯和無力。

02 ｜ AI的短板，才是你的護城河

但請所有焦慮的中產家庭，先穩住情緒，跳出當下的內耗陷阱。

在A森看來，AI能橫掃數學難題，能完成頂級公式證明，從來不是為了淘汰努力的人，而是為了淘汰只會“機械做題、被動執行”的人。

這是所有普通人最該看懂的核心真相！

AI的強項，是基於人類積累的所有知識，做無限精準、無限耐心的邏輯推演、公式組合、答案輸出。

它是滿級做題家，是永不疲憊、零失誤的超級工具，但它有一個致命的、短期內無法突破的短板：

它只會解答問題，不會創造問題。

它能完美證明現成的數學猜想，卻無法從真實世界的混沌亂象中，發現一個值得深耕、有顛覆價值的新問題。

它能輸出最嚴謹的推導結果，卻無法判斷這份結果適配什麼樣的現實場景、能解決什麼樣的真實痛點。

它能給出多套完美方案，卻無法結合人性、成本、風險、現實利弊，做出最終的取捨決策。

放到職場中，被淘汰的從來不是懂邏輯、懂數理的從業者，而是那些只會套範本、算資料、做重複推演的“工具人”。

企業不再需要高薪僱傭人力做AI可以替代的基礎演算，卻極度稀缺能定義問題、甄別AI漏洞、落地技術價值、把控決策風險的人。

計算器普及的年代，會計沒有集體失業，被淘汰的是只會撥算盤的人，留下來的人都升級成了懂分析、懂決策、懂風控的核心從業者。

AI時代，只是復刻了這場升級，只是節奏更快、力度更大。

放到教育中，這更是一次徹底的認知洗牌。

AI的崛起，不代表數學不用學、基礎不用練，而是徹底宣判了套路刷題、無效內卷的死刑。

沒有底層邏輯思維，孩子未來連AI輸出的答案對錯、漏洞、缺陷都分辨不出，只能淪為機器的附庸和傳聲筒，徹底失去核心競爭力。

死守海量刷題更是盲目的內耗，耗費數年青春苦練解題速度、題型套路，最終練出一身AI幾秒就能替代的本事，看似努力滿滿，實則毫無未來價值。

真正的教育翻盤、職場破局，從來不是放棄努力，而是換掉努力的賽道。

未來的職場，早已不再比拚誰算得更快、做得更穩、套路更熟練。

所有人的差距，終將拉開在提問能力、甄別能力、判斷能力、落地能力上。

AI是所有人的通用外掛，人人都能借助工具快速出結果。

但是，普通人依賴工具、高手駕馭工具，普通人被AI侷限思維，高手用AI突破邊界。

未來的孩子，最珍貴的能力從來不是標準答案，而是腦洞、質疑、好奇、共情和全域思維。

是面對複雜現實，能精準拆解問題的能力。

是面對AI的完美輸出，敢於質疑、校驗糾錯的思辨力。

是跳出書本桎梏，把抽象知識落地到生活、創造新價值的創造力。

是機器永遠無法復刻的溫度、共情、取捨與格局。

這才是AI時代，人類真正的、不可替代的護城河。

那些我們曾經忽略的“無用能力”，那些刷題教育裡被視為浪費時間的好奇心、想像力、獨立思考，終將成為未來最稀缺的硬通貨。

我本人走上思想之路，也是在初三那年問了自己三個問題，那是一整個夏天，我在上海的梧桐區閒逛時的奇思妙想：

然後，為了回答這些問題，我高一的時候，就開始自主閱讀完《資本論》第一卷（馬克思生前完成的只有第一卷）。

這也成了A視野創立的真正基石，厚積薄發。

學會堅持不懈的追問，是AI時代的核心技能之一。

寫到最後，A森想送給所有焦慮內耗的中產一句話：

不用恐慌時代變革，不必痛恨努力貶值。

AI幹掉的是無效內卷，淘汰的是僵化思維，解放的是重複勞動。

它沒有封死普通人的出路，反而幫我們撕開了一條更通透、更高級、更有價值的新賽道。

成年人的職場，停止打磨機械技能，深耕業務、鍛鍊判斷、積累全域認知，讓自己成為駕馭AI的決策者，而非被AI替代的執行者。

孩子的教育，告別盲目雞娃，守住數理底層思維，放過無意義的刷題內卷。

保護好孩子的好奇心，培養獨立思辨的能力，教會他善用工具、不依附工具，敢於思考、敢於質疑、敢於創造。

時代從未拋棄努力的人，只是不再接納廉價的、不動腦的、機械式的努力。

AI顛覆了數學，顛覆了內卷的舊規則，卻永遠顛覆不了人類的思考、創造與熱愛。

看懂這一點，我們就不再焦慮，手握底氣，從容前行。  (A視野)

2026年10月初，沒有預先向學術界打招呼，沒有經過同行評審期刊漫長的審稿流程，OpenAI直接將722篇由未公開前沿大模型撰寫的純數學研究手稿公之於眾。這批手稿被歸攏為372個成果族，內容涵蓋數論、代數幾何、理論電腦科學、流體力學與統計物理等17個前沿領域，甚至直接觸碰了3道享譽世界的千禧年數學難題。此前，純數學向來被視為人類智力皇冠上最堅固的堡壘，需要頂尖學者窮經皓首，才有靈光一閃。然而，AI以極快的運算節奏，一口氣將堆積如山的嚴密證明推到人類學者眼前，在當代科學界引發了一場劇烈的海嘯。

沉睡了160多年的數學明珠與那些未解之謎

在純數學的宏偉大廈裡，數論就像基石，而素數的分佈規律又是基石中的核心。素數也就是那些只能被1和自身整除的整數，比如2、3、5、7、11等。它們如同數字世界的原子，構成了所有整數，但它們出現的位置看上去卻雜亂無章。

1859年，德國數學家黎曼發表了一篇僅8頁紙的論文。他定義了一個特殊的複變函數，即著名的黎曼zeta函數，並提出了一個驚人的猜想。黎曼指出，這個函數所有神秘的非平凡零點，其坐標實部的值都精確地落在1條豎直線上，這條線就是實部等於1/2的黃金分割線。如果這個猜想成立，素數在數軸上的分佈規律就擁有了極其嚴密的精確刻畫。160多年來，黎曼猜想成為了現代數學王冠上最璀璨的明珠，現代解析數論中有上千條定理都是在假定該猜想成立的前提下建立起來的。

證明極其艱難。一個半世紀以來，全世界最聰明的頭腦也沒能征服它，數學家至退而求其次去尋找準黎曼猜想，也就是試圖證明在實部遠離1/2的某個區域裡，絕對沒有零點存在。此前學界最好的進展，也僅僅是證明了在貼近實部等於1的極狹窄邊緣沒有零點，而且隨著高度上升，這個無零點區域還在不斷變窄，數學家甚至無法排除在實部大於0.99的豎直帶狀區域記憶體在反常零點的可能。不僅如此，數論領域還遊蕩著一個被稱作西格爾零點的幽靈，某些特殊函數可能在非常靠近1的實數軸上藏有搗亂的零點，這讓許多關於素數的經典推導始終懸在半空。

除了黎曼猜想，數學界在2000年由克雷數學研究所評選出了7道千禧年大獎難題，每一道都懸賞100萬美元，其中就包括研究複雜幾何形狀與代數方程關聯的霍奇猜想、探索橢圓曲線有理點深層規律的伯奇和斯溫納頓-戴爾猜想，以及描述流體運動本質規律的納維-斯托克斯方程。這些難題猶如冰川絕壁阻擋了數代先驅的步伐，人類甚至做好了再花幾個世紀慢慢攻克它們的準備。

從准黎曼猜想推移到常數破解的數字突圍

這次公開的722篇手稿中，最為引人注目的當屬編號為第003組的成果，它直接將矛頭對準了困擾學界百年的准黎曼猜想。手稿中給出的證明顯示，黎曼zeta函數以及所有更廣泛的狄利克雷L函數，在實部大於7/8的整個半平面區域內，絕對不存在任何非平凡零點。另一份同組的獨立手稿則給出了實部大於11/12的界限證明，並且以非常完備的邏輯徹底排除了一致西格爾零點的存在。

這意味著AI將此前牢牢卡死人類的安全邊界向中心硬生生推進了一大步。雖然這距離最終的1/2線仍有一段距離，但在解析數論學者眼中，把無零點區域推進到一個固定的常數邊界，並徹底驅逐潛伏在1附近的特殊反常零點，已經是該領域半個世紀以來最具顛覆性的跨越。

驚喜與震動並沒有在數論領域止步。編號為第004組的手稿把目標鎖定了有理數域上的希爾伯特第10問題。早在1900年，數學大師希爾伯特就提出了一個宏偉設想：能否找到一套通用的機械計算流程，只要輸入任意一個多元整數係數多項式方程，就能自動判斷它是否存在整數解。1970年，學者們已經證明了整數範圍內的通用演算法根本不存在。可是，一旦把尋找解的範圍放寬到由兩個整數相除構成的有理數範圍，這個問題就懸置了50多年。這次的論文手稿宣告，在有理數範圍內，判斷方程解是否存在的通用演算法同樣在邏輯上絕無可能。

令人拍案叫絕的還有兩個看起來極為基礎、卻讓無數大師折戟的數學常數難題。其中一篇手稿證明，圓周率π的無理性指數恰好等於2。用通俗的話來講，無理性指數衡量的是用普通分數去逼近一個無理數的精準極限。以往人類經過漫長複雜的分析，只能把這個指數壓縮到7.1左右，而這次，AI一舉將它推到了理論極限的數字2。另一篇論文則完成了對卡塔蘭常數無理性的證明，這個從19世紀就被深入探討的特殊數值，此前從未在嚴謹意義上被證實到底是不是無理數。

這批手稿涉及的領域縱深極為廣闊。從理論電腦科學中關於最佳化難題極限的唯一遊戲猜想，到描述超導與自旋玻璃的統計力學公式，再到描述帶電粒子束運動的相對論性弗拉索夫-麥克斯韋方程整體平滑解，演算法將觸角同時伸向了17個分支，展現出令人難以置信的知識跨度。

僅需3小時思考的矽基風暴是如何颳起來的

面對鋪天蓋地的數學定理，普通大眾最關心的問題無疑是：電腦究竟掌握了怎樣的神通，能夠在短短時間內寫出數百篇連頂級學者都需要研讀數月的硬核論文。

根據研發團隊披露的技術細節，這批龐大手稿全部出自一個尚未向公眾開放的內部前沿大模型。在此之前，研發人員為模型設定了大約4000個高難度的前沿純數學研究命題進行測驗。驚人的是，在最終成功產出成果的手稿中，平均每一項突破所耗費的計算資源，僅僅相當於其旗艦產品專業版思考模型全速運轉3小時的計算量。3小時的矽基運算，便跨越了人類頂級學者數年甚至數十年的推演跋涉。

過去的人工智慧處理文字，本質上依賴於機率分佈的聯想，這種模式在嚴苛的數學證明中極易產生似是而非的幻覺。只要某一步推匯出現那怕一丁點邏輯漏洞，整個宏偉的證明大廈就會瞬間崩塌。為了打破這一瓶頸，研發人員結合了前沿的邏輯推理鏈條與一種被稱為Lean的電腦形式化驗證語言。

Lean形式化語言就像一個毫無感情、冷酷無情的嚴苛法官。在它的世界裡，數學概念被拆解為一行行嚴謹的程式碼，公理、定義與每一步推演都必須通過底層邏輯核心的嚴格檢驗。如果某一處邏輯跳躍無法成立，系統就會直接報錯拒絕通過。在本次公開的數學成果中，模型不僅用人類自然語言寫成了包含引理、命題和推論的學術論文，還為其中大量的核心結果附帶了可以直接跑在電腦上的Lean程式碼。

這意味著什麼呢。一位獨立學者下載了准黎曼猜想相關的程式碼與校驗配置檔案，在自己的電腦終端上運行了Lean系統的核心檢測。驗證軟體最終輸出了校驗通過的綠燈訊號。這意味著模型給出的邏輯推導，在形式化系統底層經受住了考驗，完全排除了傳統大模型胡言亂語的幻覺缺陷。

研發團隊坦言，絕大多數論文都是模型依照一套固定的自動化流水線自主生成的。只有在黎曼zeta函數無零點區域以及復乘阿貝爾簇上的霍奇猜想等極少數超重量級成果上，研究人員才參與了格式調整，對論文的語句排版進行了人工編輯，以確保人類數學家在閱讀時不至於被過於冰冷的機械推導結構所困擾。此外，為了輔助這種高密度的邏輯作業，系統還引入了長任務自動審查機制，由專門的輔助智能體即時監控推導過程，在發生邏輯偏差前及時糾錯，極大地提升了深度思考的精準度。

手稿堆成大山之後的學術震盪與恐慌

這722篇論文如同核彈雨般傾瀉而下，全球數學的感受並不是單純的狂喜，其中夾雜著無力、戒備與深重焦慮的複雜震盪。傳統學術界有一套沿襲了數百年的運作節奏：學者提出構想、撰寫手稿、提交同行評議、在研討會上反覆辯論，最終由學術共同體在數年時間裡逐步消化吸收並建立信任。

然而，一家商業科技巨頭越過了期刊出版商，越過了學術評審流程，在一天之內將數百篇高度抽象的研究成果砸向學術圈。面對幾千頁密密麻麻的符號推演，德克薩斯大學奧斯汀分校的幾何分析學者弗朗切斯科·馬吉在社交平台上發出了充滿無奈的感嘆。他提到，此前研究人員發佈的納維-斯托克斯方程證明，全球專家至今還在埋頭鑽研它的運作機理；現在突然又湧出來幾百篇，全世界的數學家就算不吃不喝，又那來那麼多精力去逐字逐句研讀。更為關鍵的是，即便讀完了，人類學者究竟能從中提煉出富有啟發的數學思想，還是只能跟在AI的身後疲於奔命。

早在手稿發佈的兩個月前，即2026年8月，OpenAI研發團隊曾經在私下裡邀請了大約40位全球頂級數學家舉行閉門交流會，試圖探討如何平穩地公佈這些成果。西北大學知名學者布琳娜·克拉回憶，當時的會議現場瀰漫著一種極度亢奮與極度不安交織的怪異氣氛。數學家們當時懇切地呼籲，希望企業遵守學術倫理與發表規範，以清晰、易讀且符合學術傳統的方式逐步公開成果，留給人類學者充分的驗證與理解窗口。許多與會學者原以為對方會分批次、細水長流地推出成果，卻沒想到最終迎接他們的是一場鋪天蓋地的程式碼庫突襲。

在手稿上線後不久，由9位國際知名學者組成的數學與人工智慧獨立顧問組迅速發表了一份措辭嚴謹的聲明。這個顧問組極具份量，成員中包括了菲爾茲獎得主蒂莫西·高爾斯、馬丁·海爾以及當代物理學巨擘愛德華·威滕。顧問組在聲明中開門見山地指出，這無疑是數學發展史上的一件大事，但顧問組此前向該機構提供交流建議，絕不代表學術界已經背書並認可了這批手稿中的所有結論，更不代表認同這種簡單粗暴的成果產出與傾倒方式。這些手稿究竟在邏輯上是否完全站得住腳，對未來的科學探索能產生多大價值，必須交由各個細分領域的人類學者耗費漫長時間去獨立研判。

曾經對人工智慧輔助研究抱有極大熱情的菲爾茲獎得主陶哲軒，在近期的一場學術演講中也罕見地表達了謹慎態度，坦言技術的演進節奏實在是太瘋狂了，其推進速度甚至超越了必要的理性界限。另一位菲爾茲獎得主塞德里克·維拉尼在看到AI攻入千禧年難題的核心地帶後，更是直言感受到了前所未有的心理衝擊，甚至將其形容為數學界從未直面過的劇烈震盪。

不少學者產生恐慌的原因，還在於這批代表人類抽象思維極境的智力成果，正在被極少數擁有海量算力與工程壁壘的技術寡頭所主導。當數學定理的發現過程從人類智者的沉思，演變為資料中心內部數萬枚高性能計算晶片數小時內的暴力搜尋，科研範式正在經歷一場哥白尼式的變軌。  (心智觀察所)

就在今天，畢樹超領銜的Meta超級智能實驗室官宣——

在過去短短6個月內，Meta的最新模型Muse Spark已經協助人類數學家連破6大數學領域的開放性難題。

其中5篇論文直接給出了懸而未決的世界前沿問題答案，甚至推翻了現有的群論擬議規則！

前有OpenAI、Anthropic的模型，現在，Meta也來征服這個領域的低垂果實了。

AI顛覆人類數學研究的趨勢，已經不可逆。

正如畢樹超所言：「數學界的AlphaGo時刻，在今年降臨了。」

畢樹超：不是高斯，那就創造一個高斯

MSL的領軍人畢樹超，跟數學有很深的淵源。

他本科畢業於浙大數學系，隨後在UC伯克利拿下統計學碩士與數學博士。

2025年6月，作為「超級智能競賽」中最核心的人才之一，他加入Meta超級智能實驗室，主攻強化學習與智能體前沿。

作為一個科班出身的數學博士，畢樹超在X上寫下這樣一段真誠的話。

作為一個數學專業的學生，我曾意識到，我缺乏足夠的自然天賦去獨立解決那些我無比熱愛的前沿開放難題。正是這種清醒的認知，促使我開啟了機器學習的職業生涯。

從去年開始，我的目標進化了：我不再試圖單槍匹馬地去解決這些難題，而是致力於訓練AI模型來替我們解決它們。

什麼叫「開放性研究問題」？它沒有標準答案，甚至沒有一條保證能走通的路。向前推進意味著不斷試錯、犯下新的錯誤、解決它們，甚至有時候要推倒重來。

在過去幾個月裡，多位頂尖數學家與Meta的Muse Spark 1.1和1.2模型結成了「科研搭子」。

他們的戰績是極其恐，直接橫跨了機率論、微分方程、群論、最佳化理論、算術物理學、非結合代數六大基礎科學領域，連發6篇重磅論文。

讓我們來看看，「人類+AI」的最強戰隊，拿下了怎樣的驚人戰績。

群論：AI親手寫程式碼，揪出「黑天鵝」

在描述對稱性的數學結構中，M. Kida在2024年提出了一個著名的猜想：每一個具有「半阿貝爾」性質的有限群，也必定具有「單項式」性質。

在數學界，推翻一個規則最簡單暴力的方法就是找出一個反例（黑天鵝）。

在這場搜尋中，Muse Spark直接生成了極其複雜的搜尋程式碼，在龐大的數學軟體系統中找到了一個擁有384個元素的異常群！

論文地址：https://ai.meta.com/research/publications/semiabelian-groups-need-not-be-monomial/

這個群滿足半阿貝爾，卻狠狠打臉了單項式規則。

微分方程：終結「波函數坍縮」的十年懸案

想像一場拔河比賽：一股力量讓光波收縮，另一股力量讓光波擴散，它會永遠集中下去，還是會最終坍縮？

對於受雷射物理學啟發的「質量臨界雙調和非線性薛定諤方程」，科學界自2015年起就留下了波函數坍縮的懸案。

自2015年以來，數學界一直無法用嚴謹方法證明這一點，只能靠2002年的電腦模擬去猜想。

論文地址：https://ai.meta.com/research/publications/finite-time-blow-up-of-radial-negative-energy-solutions-for-the-mass-critical-biharmonic-nonlinear-schrodinger-equation/

這一次，Muse Spark輔助研究員Leonard Dinh處理了海量的偏微分方程放縮計算，測試了多種維裡恆等式的變體，最終徹底證明：在二維及更高維度的徑向對稱負能量條件下，波必然在「有限時間內」發生爆炸坍縮。

機率論：揭開高維空間的「生死臨界點」

在極高維度的空間裡，把一堆隨機散落的「高斯點」擬合到一個完美的橢球面上，這可能嗎？這在低維空間就像試圖用一個圓環精準套中地上所有散落的沙粒。

在數學家Aykut Arslan的引導下，Muse Spark幫助推演了一個極其尖銳的「嚴格閾值」。

論文地址：https://ai.meta.com/research/publications/the-strict-threshold-for-gaussian-ellipsoid-fitting/

AI輔助驗證了極其複雜的機率不等式，證明了：當隨機點的數量低於這個閾值公式時，擬合幾乎100%存在；但只要越過這條紅線那怕一點點，擬合就絕對不可能存在（機率驟降為0）。

一個震撼細節是： 就在這篇論文成型的同時，全球有三個獨立團隊也在死磕這個問題。Muse Spark不僅幫助Meta團隊緊跟節奏，還獨立確立了這個問題的理論極限。

算術物理學：跨越40年，AI串聯數論與弦理論

這是最體現大模型「跨界聯想」能力的一戰。上世紀80年代，數學巨匠Yuri Manin曾設想數論與弦理論之間存在某種隱秘聯絡。

這一次，Muse Spark幫助研究人員將「p進制弦理論」與「數論」這兩個看似天差地別的領域成功連結。

它不僅理解了基於Tate曲線的已知聯絡，更將其推演到了極為複雜的「虧格二Mumford曲線」上。它證明了，在不同的數學語言下，兩者計算的其實是同一個物理量！

論文地址：https://ai.meta.com/research/publications/string-two-point-function-height-function-on-a-curve/

其中，Muse Spark不僅提供了靈感，它還直接起草了這篇論文中的三個核心技術章節！ 包含了極其繁瑣的代數幾何翻譯與候選證明。

最佳化理論：找到完美簡化的終極法則

面對極其複雜的二元多項式最佳化問題，數學家總想通過「鬆弛法」將其簡化。Del Pia等人在2026年提出疑問：這種簡化什麼時候是無損的？

想像三個重疊的文氏圖圓圈。Muse Spark極其聰明地引入了「機率重構」的視角，幫助數學家看清了本質：當兩個圓的交集區域（且不包含第三個圓）中恰好只有一個決策變數時，簡化是完美的；一旦多於一個，就會產生計算鴻溝。

論文地址：https://ai.meta.com/research/publications/tightness-of-the-cycle-based-relaxation-for-completed-length-three-alpha-cycles/

非結合代數：受生物學啟發的代數重構

「演化代數」是受生物遺傳學啟發的數學結構。之前有學者提出了一種測試，用於鑑定某類代數是否屬於「可解」等級。

Muse Spark根據研究員的提示詞，迅速建構了一個精巧的三維空間反例。這個小反例完美通過了前人的測試，但根本不是可解代數。

更絕的是，AI並未止步於推翻，它進一步提出：不能只看單獨的元素，必須引入「整體子空間」的概念來進行替代性表徵。

論文地址：https://ai.meta.com/research/publications/on-solvable-evolution-algebras-and-a-conjecture-by-garcia-martinez-and-perez-rodriguez/

沒有超級電腦，只有網頁端對話

看完這六大突破，如果你以為科學家們動用了Meta內部的超算矩陣，或是搭建了極其複雜的API腳手架，那你就大錯特錯了。

這恰恰是本次事件最細思極恐的地方：所有的數學家，僅僅是打開了網頁端的 meta.ai，開啟了Muse Spark的「思考模式」。 純靠自然語言提示詞，就推倒了世界級的前沿猜想。

這說明，AI的底層推理能力，必然已經跨過了一道門檻。

現在，這6篇論文已經經歷了嚴苛的獨立雙重審查。並且，每篇論文都清晰、誠實地標註了：那一段是人類學者起草的，那一段是AI獨立生成的。

今天，我們在數學領域見證了「AlphaGo時刻」。

因為數學具備高度結構化的嚴密規則與內在的自我驗證機制，當AI已經能夠在這個嚴密的邏輯王國裡開拓時，它的能力必將向外溢出。

正如畢樹超預測的那樣：「雖然物理驗證的限制會導致速度不同，但類似的智能跨越，必將在生物學、化學和物理學中全面展開。」

當數學界的AlphaGo時刻降臨，前方是一片璀璨的無人區。 (新智元)

在和Salesforce CEO Marc Benioff的對談中，他親口劇透了OpenAI內部模型的最新進展。

首先，他給出了這樣一句判斷：「GPT-5.5的水平大概相當於一個普通的數學教授。GPT-5.6，大概能比肩全球排名前1%到2%的頂尖數學教授。」

接下來，他曝出了一個重磅猛料。

「在這個代號為Astra的模型之後，我們還有一個內部模型（Post-Astra）。它已經能夠解決世界上最頂尖數學家都束手無策的難題。」

與此同時，OpenAI總裁Greg Brockman也在公開場合表示：「我們還在另一個『千禧年大獎難題』上取得了重大進展。」

巧的是，理論電腦界泰斗、德州大學奧斯汀分校教授 Scott Aaronson也在最近發佈了一篇長文，標題是《奇蹟與恐怖的時代》。

文中，這位曾經最頑固的AI懷疑論學者，彷彿經歷了「大馬士革之路」一般絕望宣告：「AI奇點已經開始了。人類數學家，已經被永遠拉下了神壇。」

後Astra模型，超越全球最強數學家

這次奧特曼的訪談，資訊量非常大。

過去，我們評價大模型的理科能力，用的還是高考、奧數題目。但現在，OpenAI的標尺已經變成了「人類頂級學者」。

GPT-5.5 = 普通數學教授。 這意味著它可以日常推導公式、看懂前沿論文、給本科生甚至研究生批改高階數學作業。

GPT-5.6 = Top 1%-2%的頂尖教授。 這意味著該模型已經具備了在一流學術期刊上發表原創性數學發現的能力，足以在常春藤名校拿到終身教職。

後Astra模型 = 超越全球最強數學家。 這是真正的「神之領域」。它不再是人類的助手，而是人類的導師。它能看到人類大腦無法理解的十一維空間，能理順數萬個變數之間的糾纏。

OpenAI的後Astra模型，果真有這麼強大嗎？

有網友驚呼：這是個什麼怪物？

也有人保持警惕：說不定是炒作而已，我們已經看到了聊天記錄洩露，AI可能只是「吸收」了人類數學家的靈感，而不是憑空創造。

但無論如何，一個不爭的事實是：OpenAI 正在用算力，暴力破解人類的智力天花板。

上周，「納維爾-斯托克斯方程」被突破的傳聞，已經讓數學界震動。

為此，OpenAI燒掉了至少 1500萬美元（約合1億人民幣） 的算力，讓AI硬生生推匯出了長達 166頁 的證明過程，並且通過了Lean的嚴格驗證。

甚至，人類數學家們甚至沒來得及讀懂這166頁證明，Greg Brockman就冷不丁宣佈：「我們在另一個千禧年難題上，也取得了重大進展。」

這讓全世界的神經再次緊繃！目前未解的千禧難題僅剩五個。

其中，呼聲最高、最讓人感到恐懼的，毫無疑問是P與NP問題。

如果AI證明了P=NP，這不亞於人類發現了魔法。這意味著所有加密演算法（包括銀行卡密碼、核武器發射密碼）都可以被瞬間破解；意味著物流、醫療資源分配、新藥研發都可以瞬間找到最優解。

也有傳聞指出，OpenAI有可能已接近解決霍奇猜想或BSD猜想。

所有線索都指向這個事實：OpenAI手裡，或許真的捏著一張終極王牌，將徹底改寫人類科學範式。

電腦泰斗的絕望：奇點已來，人類只剩下兩周時間了？

而理論電腦科學家 Scott Aaronson 的那篇深夜長文，更是把一切推向高潮。

Scott Aaronson，量子計算理論界的泰斗，提出了著名的「玻色採樣」（量子霸權的核心基礎），更是學術界出了名的「毒舌」和「保守派」。

20年前，當有人警告AI會統治世界時，Aaronson嗤之以鼻：「別扯了！除非那天AI能解開千禧年數學難題，到那時候你再叫醒我，那時候再恐慌也不遲！」

在這篇名為《奇蹟與恐怖的時代》的文章中，Aaronson 打出了滿屏的「A」，來表達強烈的情感衝擊：「AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA！」

他寫下了一段要載入電腦史冊的文字：

「在我看來，奇點已經到來了……

在剩下的歲月裡，我大概再也不會去證明任何一個定理了。因為世界不再『需要』我去證明。如果我還在做數學，那僅僅是為了我自己或他人的娛樂，就像人類下國際象棋一樣。」

Aaronson坦言，自己的信唸經歷了徹底的崩塌與重構。

甚至，他公開向曾被群嘲的AI末日論先驅 Eliezer Yudkowsky 致敬：「你關於文明最大挑戰的預言是對的，而我和其他人都錯了。」

最令人破防的，是他文中這樣一個細節：

當我晚上哄孩子們睡覺時，我的胃裡一陣痙攣：他們還能有什麼樣的未來？他們今天學的什麼知識能在那個未來派上用場？

AI取得準黎曼猜想突破性證明，還要逼孩子刷題嗎？

核彈雨！OpenAI一次狂投722篇論文，數學界再發聲明

畢樹超官宣：Meta AI連破6大世界猜想，數學界AlphaGo時刻來了！

爆料！奧特曼自曝「後Astra」模型，已超越全球最強數學家