10月21日晚22点55分，B站数学类UP主“分析学爱好者”（22.8万粉丝）发布了一条5分15秒的视频《张益唐苦思冥想的数学难题，被AI化为课后习题》，上线约两小时播放量突破3.7万、评论442条。话题随即登上热榜，并被追加了“实测4款AI工具谁更靠谱”的后半句。哔哩哔哩
把B站、小红书、知乎三端公开信息逐条对上，结论是：张益唐的问题被AI化为“课后习题”这条链条基本成立；“4款工具谁靠谱”则目前没有可核验的答案——视频描述区只留了一个“-”，实测方案与工具名单没有出现在任何公开文字里。
习题从哪来：一批“准黎曼猜想”手稿
今年10月上旬，OpenAI放出了内部前沿模型产出的一批数学新成果，最先引爆的知乎讨论把标题直接写成问题——“如何看待OpenAI公开722份数学手稿，宣布解决包含「准黎曼猜想」的数百个数学问题？”。“719篇”“372个成果”等后续数字与“722”口径对不上，公开信息无法核清，只能确认数百项的量级。这批结果里与张益唐纠缠最深的那篇论文，原标题是The quasi-Riemann hypothesis（准黎曼猜想），中文摘要只有一句话——“我们证明朗道-西格尔零点的一致排除”。热问下面的通行解释把它说成给出“统一无零点区域”。知乎知乎
张益唐二十年，AI三页
张益唐对这个问题的尝试早就开始：2007年arXiv预印本第一次冲击朗道-西格尔零点猜想，但证明存在漏洞，未正式发表。2022年11月，张益唐公开了111页的论文，宣称对朗道-西格尔零点问题获得了重大突破。同月他在北京大学的学术报告上表示，本质上他已经证明了朗道-西格尔零点猜想。2025年6月他南下任职中山大学，8月接受《晚点》专访时仍在逐字修改论文，把自己能否再次突破，说成等待第二次闪电。知乎哔哩哔哩抖音
而AI这一侧：评论区自述证明“被缩到三页了貌似，可以直接写到课本上了”。小红书用户Hi_Learning判断这道百年难题已经进入作业级别，笔记里写道：然后还被一个大二的学生再次使用 AI 将证明化简为初等的本科生能接受的水平（只要学习完解析数论）。但同一篇汉化稿里的限定同样要记住：张益唐的2022年预印本“属于重要预印本突破，不等于完整证明朗道-西格尔零点猜想”。同理，这份三页证明至今没有任何被正式接收的公开记录。哔哩哔哩小红书知乎
链条上要拆掉的三处夸张
10月20日起挂上知乎热问的标题是“OpenAl证明的朗道-西格尔零点问题被数学家重新解释，是否意味着这个问题被解决？”。最早的代表性回答承认，自己没想到这个难题能出这样的证明，这不会贬损这个结果本身的意义。知乎知乎
第一，这结果离“完整黎曼猜想”还有距离，科普笔记特意标注：需要明确的是，“7/8 无零点”是一个部分结果。它消灭的是广义黎曼猜想最重要的特例之一，而不是黎曼猜想本身。第二，9月初有转述文章称GPT-6把孪生素数问题的最好上界推进到186！同篇转述稿里，这条线的起点仍是2013年张益唐的7000万、Maynard的600与陶哲轩的246——而186没有任何官方确认，与前面几项不在同一证据级别上。小红书知乎
第三，7月“AI证伪雅可比猜想”被大量账号包装成“打脸张益唐苦熬7年的题”：数学家Alpoge在Fable5的帮助下构造了雅可比猜想的一个反例，证伪了这一猜想。但数学专业用户在原问题下纠偏：这次AI给出的反例是3维的，两码事。抖音知乎
谁更靠谱？此刻唯一可靠的做法是验算
陶哲轩10月20日前后的公开表态更值得当作判断基准：我们不是为了解题而解题，我们想要更广泛的理解和洞见。理想情况下，产出这些证明的公司也应该和我们合作，把它们解释清楚。也许应该邀请一些数学家参与，在项目开始之前就加入，而不是事后再来收拾残局。至于这份三页证明到底有多“初等”，评论区流传一句转述：这个三页的证明目前只有tao review了，并且他提到这个证明是elementary的。这与“正式接收”是两回事，OpenAI至今未公布该结果的同行评审状态。哔哩哔哩哔哩哔哩
回到热榜后半句。针对这份新“课后习题”，检索不到任何统一口径的横评；能查到的都是各测各题的小样本：有用户把课堂疑点发给豆老师，结果和它绕了半天，它自己错一堆。B站一条10月5日的“四AI解题”视频里，UP主先气到淘汰一个，随后承认这一次DeepSeek豆包千问（后来我看了千问是全对的冤枉他了）晋级！文心一言OUT！在这种信息条件下，任何“某款碾压”的排名都超出了证据。普通人真正能落地的只有一条：把AI当成可以交卷、但必须验算的答案——要过程而不只要结论，换工具交叉检查，凡涉考试、论文与正式引用，以人工复核为准。小红书哔哩哔哩
今年5月的搜狐科技年度论坛上，张益唐在《从孪生素数到零点猜想》报告后给出过比一切测评都冷静的判断：AI对数学知识的掌握远未完善，但先学会了吹捧；AI在真正的数学理解与美感体验上，仍有很长的路要走。如今，他苦思冥想的问题成了本科习题，“谁更靠谱”也许很快就会有数据回答——但“被AI证明”与“被数学界接受”之间的距离，眼下还轮不到任何一款工具来填。抖音
