先说结论：能把这些难题解出来的那台模型，普通人暂时还用不上；但这批成果背后的工作方法是公开的，底层能力也在以“月”为单位向商业产品下放。OpenAI 在 10 月初一次性放出 722 篇数学手稿、覆盖 372 组此前悬而未决的难题家族，全部由未发布的内部前沿模型产出。 按公司披露，绝大多数证明平均只花了 3 小时思考算力。小红书知乎
答案出得很快，人类还没消化
这轮成果的含金量远超“AI 刷题”。今年 8 月，OpenAI 披露未发布的 Astra 模型解决了 10 个困扰数学界数十年的难题，涵盖群论、量子复杂性等领域。 10 月这批手稿里最重的成果是准黎曼猜想：模型证明了所有狄利克雷 L 函数在实部大于 7/8 的半平面内不存在零点，并排除了纠缠数论多年的朗道-西格尔零点。 注意口径——这不等于黎曼猜想本身获证，完整猜想要求排除的是实部大于 1/2 的全部零点。微博知乎
生产速度没有换来同速的理解。菲尔兹奖得主陶哲轩在《新科学家》专访中谈此前纳维-斯托克斯方程的成果：一份 100 页的 AI 生成证明，他的同事借助 AI 钻研数日也只能解释一半，他把这种做法称为“自动化掠夺式开采”。36氪
盲测也出现了同样的“答对却用不了”：得分最高的智能体系统，其约三分之一的证明文稿被评审专家给出负面的表达评价。知乎
模型没对公众开放，但下放曲线很陡
生成这些证明的模型至今未发布，也不对外开放：验证者能调用的，只是对这些证明“一无所知”的同族模型。 官方口径本身也在松动。10 月 26 日 OpenAI 公布数学、计算机科学和物理学的三项新发现时，没有再包装成尘埃落定的成果，而是定性为“原始研究材料”，邀请外部专家核查、解释。知乎36氪
而能力变便宜的速度惊人。第三方盲测项目 First Proof 公布的第三批结果里，10 道从未公开的研究级题目限时 24 小时、断网作答：最新闭源模型“裸跑”做对了 7 道，算力电费约 36 美元；叠加智能体搜索的系统做对 9 道，账单涨到 1888 美元；同场测试的开源模型一道完整题都没做出来。知乎
普通人现在能上手的：派活、证伪、把关
非科班出身的人并非只能围观。2026 年 7 月底，一位没有数学背景的神经外科医生用商用模型搭配多智能体并行的提示词工程，让 AI 自主运行 16 小时，完成了悬置 22 年的 Crouzeix 猜想证明预印本，得到猜想提出者本人的初步认可。 随后的争议同样值得读：论文确实提交了，但不是 AI 自己“算”出来的，人全程主导思路，AI 只做复杂推导试错；8 天后另有荷兰学者用不同路径独立证毕。 门槛不在模型所有权，而在选对问题、设计出验证流程、并把过程全部公开。微博微博
专业数学家用 AI 的姿势更成体系。陶哲轩把模型当成“一个平庸但不至于完全不行的研究生”来带：派活给它，但每一步都自己把着关。 让 AI 提猜想、干又长又机械的计算，再反过来让它找能推翻自己结论的反例——这套“派活—证伪—把关”的工序，写方案、做研究、处理任何需要严谨推理的工作都照搬得动。微博
一个警告要记住：外包给 AI 的从来不只是劳动，还有学习。Anthropic 今年 1 月发布的随机对照实验显示，学一个陌生工具时用 AI 包办的那组人，事后测验平均分只有 50%，纯靠自己看文档的对照组拿到 67%。 真正把能力长在自己身上的，是把 AI 当陪练、不停追问“为什么”的那批人。知乎
回到标题的问题：这台“解题机”此刻确实还没有交到普通人手里，但从 8 月到 10 月的成本曲线——从约 2000 美元一道，到平均 3 小时一道、研究级盲测 36 美元做对七成——研究级推理能力正在以前所未有的速度下放。与其等一个同款模型，不如从真实问题练起，先把“派活、证伪、验证”的循环跑熟：能力落到订阅产品里的那天，有肌肉记忆的人是用户，没有的人只能围观。
