美国东部时间 10 月 26 日，OpenAI 一次性公布了内部前沿模型在数学、计算机科学和物理学拿出的三项结果：证明所有维度下的局部光滑化猜想、证伪存在了近 30 年的指数时间假设（ETH）、为四维量子场论建立严格的存在性证明。先把结论说透：这三项成果都还停在"AI 已经产出、人类尚未接收"的阶段，没有一项成为公认的科学结论，更不是现在就能商用的东西。数学和计算机科学的证明材料已经公开，物理学结果还没有面向所有人打开，学术界仍在等一份独立确认。机器之心新浪科技
三项成果逐个看：越接近物理学地基，放得越谨慎
三项里分量最重、也最不透明的是物理。OpenAI 称模型沿着数学物理学家 Balaban 的构造性量子场论路线，为包含规范场与费米子的四维相互作用理论——其中涉及 QCD（量子色动力学）——建立了严格的存在性证明，纯杨—米尔斯理论的存在性也在其中，这正是七大千禧年难题之一。机器之心
但这项成果的发布姿态反而最保守：材料太长太复杂，物理组决定暂不公开 AI 原始证明，由专家团队先消化再落笔。模型早在 9 月 9 日就生成了杨—米尔斯证明的自然语言稿，9 月 18 日生成 QCD 相关证明，直到 10 月 16 日才完成 Lean 形式化，交给 2004 年诺贝尔物理学奖得主 David Gross 牵头的专家组。知乎
计算机科学这项最有戏剧性。ETH 的核心断言是：3-SAT 这类问题不存在亚指数时间算法，过去近 30 年，数百篇论文靠它给图算法、数据库查询等推导计算下界。机器之心
而 OpenAI 称模型对固定宽度的 CNF 布尔公式给出了 2^{O(n/√log n)} 这一亚指数时间的确定性算法，还顺带能精确计数——如果证明成立，就意味着 ETH 被证伪。接下来检查这份反证的人颇具象征意味：ETH 的原提出者 Impagliazzo 和 Paturi，与 MIT 的 Ryan Williams 一起领衔外部审查组。机器之心知乎
数学这项最开放：模型找出一道新的辅助偏微分方程，把 1991 年提出的局部光滑化猜想推进到所有空间维度，并连带给出挂谷猜想与 Stein 限制猜想的全维度结论。自然语言证明 10 月 18 日出、次日完成 Lean 形式化，全部直接公开在 GitHub，没有指定审查小组，学界自行取用核验。机器之心
标题里的四个坑，踩中一个判断就跑偏
第一个坑：「千禧年难题被解决」。题目要求的是存在性加正的质量间隙两部分，OpenAI 这次只宣布存在性，并未宣布解决质量间隙，距离"攻克千禧年难题"还差着另一半，更不用提交付给克雷数学研究所的正式评审流程。机器之心
第二个坑：「ETH 倒了，算法要变快了」。这更接近理论边界的移动而非工程事件，OpenAI 官博自己承认：证伪不等于算法立刻变快，要找到更好算法、落到实用，还得大量后续研究。知乎
第三个坑：「过了 Lean 就等于不会错」。Lean 形式化只能保证证明在给定公理和定义下逻辑成立，形式化定理是否准确对应人类所说的原猜想，仍要靠人来核，这也是它不能替代同行评审的原因。机器之心
第四个坑：把"发布"当成"结论"。OpenAI 给这些模型手稿的定位是「原始研究数据」——产生证明是一回事，变成学界能接的理解是另一回事，要请外部专家来「牧羊」。别忘了先例：就在 10 月 6 日那批 722 篇手稿公开后，已有三份因证明中的符号错误被撤回。知乎机器之心
离商用多远：先看消化链怎么被压缩
判断商用距离，比追问定理本身更有用的是看"消化"需要多久。同一批手稿里的 Siegel 零点问题提供了现成样本：模型 10 月 6 日放出 8 页原始证明后，数学家们带着 AI 接力，只用了 12 天，就把证明削成了 5 页，人类数学家重新把它讲给同行听。接过接力棒的包括证明过格林—陶定理的牛津数学家 Ben Green，他在论文首页写下了一句「本文不主张任何人类原创性」。人类顶级数学家在这条链上的角色，已经变成把 AI 的证明读懂、改写、再转译给更多人听。36氪
即便如此，「社区能消化」距离「商用」仍是两个世界。这三项结果全属基础理论：局部光滑化服务调和分析，ETH 是复杂度下界的地基，QCD 存在性补的是物理学的数学公理。它们落地要先进入论文、教材和后续研究，OpenAI 也没有为任何一项给出产品路径。眼下真正可被外界使用的，反而是这套生产方法：长周期智能体任务加 Lean 形式化质量闸，最后是人类专家把关——OpenAI 已拿出 500 万美元交给 Simons Foundation 的相关计划，帮学界消化这类 AI 产出。知乎
所以，接下来值得盯的信号很清楚：Williams 和 Gross 两个审查组何时给出独立结论、物理组整理的研究文本能否发表并被学界接受、以及 OpenAI 还会不会继续快发——从 10 月初的 722 篇手稿到这次的三项结果，官方公告只会越来越密。对普通读者，这意味着看到"AI 解决某某难题"时先查验证状态；对企业决策者，这意味着任何把这些定理写进产品故事或投资叙事的动作，目前都缺乏可靠依据。
