10月26日，OpenAI一口气公布了三项科学成果，其中物理学一项被不少标题写成"攻克了杨-米尔斯难题"。先把精确结论立起来：克雷数学研究所的这道原题，要求对任意紧致单规范群构造出非平凡的量子杨-米尔斯理论，并证明它具有严格正的质量间隙，两件事缺一不可。而这次模型给出的是存在性证明，质量间隙这一半公告并未宣布被解决；更关键的是，这项物理成果目前还处于"只有公告"的状态，完整证明和形式化代码都没有公开，独立审查结论也未发布。所以"千禧年大奖已被攻克"此刻并不成立，准确的说法是：这个悬置了二十多年的严格性缺口，第一次被一个可机器检验的证明触碰到了。对理工科学生，这件事真正的借势价值不在成果本身，而在它跑通的一套新分工：AI负责产出可检验的材料，人负责理解与审查——这套分工此刻就能复制进自己的科研流程。知乎知乎
先说清边界：证明了什么，还差哪一步
按照OpenAI公布的时间线，模型于9月9日生成Yang-Mills存在性的自然语言证明，9月18日生成QCD证明，并于10月16日完成Yang-Mills存在性的Lean形式化。这里的Lean是一种让计算机逐行检查证明对错的工具，"形式化"意味着整段论证被改写成了机器可验证的代码。但要注意，公告确认完成形式化的只有纯Yang-Mills存在性部分，带夸克的QCD结果与标准模型扩展并没有宣布通过同样的核验，质量间隙也没有。知乎知乎
"存在性"听起来抽象，其实可以这样理解：物理学家用QCD描述强相互作用半个多世纪，预测精准，但这条路依赖格点离散化和重整化近似——把时空切成有限分辨率的网格先算起来，再取网格无限细的极限。有限格点上什么都好定义，难的是极限本身是否存在、相互作用会不会在取极限时凭空消失。有个通俗的比方把困难说透了：这套理论像一款画面逼真的模拟游戏，但它只能在有限分辨率下运行，当分辨率被推到无穷接近零，游戏还能不能正常运行是个问题。OpenAI给出的路线建立在Bałaban上世纪80年代的构造性重整化群方法之上，新的证明究竟补上了哪些长期未完成的步骤，还要等原稿公开才能判断。按照公告，物理部分将由诺贝尔奖得主David Gross牵头的专家组来解读和发布。知乎知乎知乎
而形式化本身也不是自动的真理认证机器。Douglas等人今年关于量子场论形式化的论文就专门提醒过，机器检查通过和物理结论成立之间还有一段需要人来核对的距离。命题定义有没有偏移、假设有没有被藏进术语——这正是独立审查无法被机器替代的部分。知乎
比结果更值得注意的，是一种新的发布方式
这次真正罕见的是验证路径：两项成果已经把材料直接摊开给全世界检查——数学项证明了所有维度下的局部光滑化猜想，计算机项声称证伪了被理论计算机科学相信近30年的指数时间假设（ETH），两项的AI证明与Lean代码均已公开。OpenAI同时表态不为这些发现争夺学术署名，并资助相关学术会议。机器之心知乎
再往前数不到三周，OpenAI刚公开了内部模型生成的722篇数学手稿，分属372个成果族、17个研究方向。至此，"机器提交候选证明、人类社区核验消化"不再是概念，而是一套有公开材料可下载的真实流程。机器之心
理工科生怎么借势：四件现在就能做的事
第一，把公开材料直接读起来。 数学与计算机两份稿件此刻就可下载，调和分析、计算复杂性、形式化数学方向的学生可以去研究证明结构和Lean代码；物理方向则等Gross团队释出材料。已经有研究者示范了AI时代的读法：一位复几何方向的答主说，自己读一篇约30页的AI证明时，读的其实是AI重新组织过的材料，之后又让模型给出简化版、自己整理成讲义。知乎
第二，把AI嵌进工作流，而不是单点问答。 社区验证过的做法是把大模型接进文献处理链：让AI助手调用文档解析工具，把PDF、图片整理成可持续阅读的格式并保留页码定位，遇到公式还能回到原文核对，而不是丢进去一句"帮我总结"。工具侧也在同步降价提速：就在宣布三项成果的同一晚，OpenAI发布的新模型GPT-6.1 Terra把"看懂屏幕、跨软件完成任务"作为主卖点，重复性电脑操作的自动化门槛正在变低。提效的正确姿势是：AI干格式化、检索、跑脚本这类重复活，人保留问题定义和终审权。知乎知乎
第三，把验证能力当成新瓶颈来练。 AI产出越快，瓶颈越向人的判别力集中，社区里一句流传很广的提醒是"人类验证不了的问题，AI也极大概率验证不了"。能看出一个方案哪里不靠谱，反而成了稀缺能力。同时守住学术规范红线：期刊层面对AI撰写已收紧到连润色都可能被拒，AI可以辅助检索和整理，但不能代写，更不能让它替你生成事实和参考文献。知乎知乎
第四，补一点形式化素养。 这次事件最值得记住的教训是：写成机器可检验形式的结果，天然更容易获得社区信任、走完审查。Lean这类工具的门槛正在下降，理工科生值得试着把自己课题里的推导和算法证明改写成可验证的表述，哪怕只是一部分。
真正的分水岭不在OpenAI能否领走百万美元奖金——未来几周，数学与计算机成果的独立审查结论、物理材料的公开发布会陆续揭晓，质量间隙是否跟上仍是未知数。已经确定的是：知识"生产"的成本在暴跌，“理解与验证"能力的溢价在上升。借势不是赶紧让AI替自己做实验，而是把自己的工作流，从"会写答案"换到"会审证明”。
