当地时间10月26日，OpenAI一次性抛出横跨数学、计算机科学、物理学的三项前沿成果，分别涉及调和分析、复杂性理论和量子场论。 OpenAI 对这三项结果的定性是：AI 已能独立发现并证明复杂的科学理论，而不只是回答问题或辅助研究。 但在讨论含金量之前，必须先摆出那个前置限定：三项成果都还没有经过同行评审，而三者的证据处境差别很大——数学与计算机成果已完成 Lean 形式化验证、材料全部公开，物理学成果则正由诺奖得主级专家收在手里审查。界面新闻新浪科技知乎
挂谷没有正面硬解，AI 从「局部光滑」切入
数学项的路径比标题更巧：模型没有直接进攻挂谷猜想，而是先证下了数学家 Christopher Sogge 在 1991 年提出的局部光滑化猜想。 这个猜想说的是波的极端聚焦无法长时间维持，从它可以推出挂谷猜想和 Stein 限制猜想——这次的全维度证明意味着后两者一并落到全维，三个都是调和分析的核心命题。机器之心科创论道
此前人类的最好成绩只到二维局部光滑与三维挂谷：2019 年，Larry Guth、王虹和张瑞祥证明了二维空间下的局部光滑化猜想。 这一次，模型的入口是一道新的辅助偏微分方程，自然语言稿 10 月 18 日产出、次日进 Lean——每一步都交给机器检查，验不过就是不过，自然语言稿与形式化证明现已全部公开。机器之心知乎
ETH 被证伪，来检查的人是提出它的人
ETH 全称指数时间假设，1990 年代末由 Russell Impagliazzo、Ramamohan Paturi 和 Francis Zane 提出，核心观点是：不存在能在亚指数时间内解决所有 3-SAT 问题的算法。 此后近三十年，学界把它当真，图论、计算生物、数据库、计算几何里的几百篇论文都拿它推条件性结论。机器之心知乎
模型的证伪方式是直接构造一个更快的算法：对于固定宽度的 CNF 布尔公式，构造了一种确定性算法，不仅能判断是否存在满足条件的赋值，还能精确计算满足条件的赋值数量，并在子句数与变量数成比例的场景给出 2^O(n/√log n) 量级的亚指数运行时间。 如果这份反证成立，ETH 即为假。机器之心
反证文本 10 月 16 日生成、次日完成 Lean 形式化；OpenAI 请来的审查牵头人，正是这个假设的原始提出者——加州大学圣迭戈分校的 Impagliazzo、Paturi，以及 MIT 的 Ryan Williams。 写下假设的人现在亲自检查 AI 给出的反证，场面足够戏剧，但边界也要先划清：证伪不等于你电脑上的算法立刻变快，OpenAI 在声明里自己写了，要找更好算法、落到实用还需要大量后续研究。 真正先被撼动的，是那些建立在 ETH 之上的条件性下界结论，它们都需要重新评估。机器之心知乎
「千禧年难题」只解了「存在性」半边，质量间隙没碰
第三项直接碰到了现代物理的基石：OpenAI 声称其内部模型沿着数学物理学家 Tadeusz Balaban 的构造性量子场论路线，建立了某些包含规范场与费米子的四维相互作用量子场论的严格存在性证明，其中涉及量子色动力学（QCD）。 时间线远比公布日更早：杨—米尔斯的自然语言稿 9 月 9 日就已生成，QCD 相关证明 9 月 18 日产出，OpenAI 一直等到 10 月 16 日完成前者的 Lean 形式化，才推进外部合作。机器之心知乎
克雷数学研究所 2000 年的题目要求同时证两件事：量子杨—米尔斯理论存在，且具有正的质量间隙。 而 OpenAI 这次宣布的部分是存在性，并未宣布解决质量间隙——「攻克千禧年难题」之类的标题经不起推敲。机器之心
接这项成果的学者名单分量最重：工作组由 2004 年诺贝尔物理学奖得主 David Gross 牵头，成员包括 Michael Douglas、Arthur Jaffe——他正是这道千禧年难题正式表述的撰写者之一——以及 Igor Klebanov 和 Nikita Nekrasov。 专家组目前决定暂不公开 AI 生成的原始证明，先由人类整理成同行能读的文本，这也是三项中眼下最难被外界独立核验的一项。机器之心知乎
比成果更值得盯的，是「消化机制」
这不是 OpenAI 今年第一次成批交付：8 月它发布过数学与理论计算机科学的十项突破；10 月初又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。界面新闻机器之心
这次的差别在于，OpenAI 开始为 AI 产出如何被学界消化设计规则：它把这些手稿定位为原始研究数据，把「产生证明」和「形成科学理解」拆成了两段工作。 外部协作不签保密协议、OpenAI 不争学术署名，公司另出资 500 万美元给 Simons Foundation，办研讨会和会议，帮学界消化、跟进这类 AI 产出。机器之心知乎
三项成果因此对应三种放法：数学全公开、社区自行复核；计算机公开材料并组外部解释班底；物理先锁原件、由专家整理后发表。 OpenAI 总裁 Greg Brockman 的总结是，AI 开始帮助人类增进对宇宙的理解。 而对科学界来说，问题已经从「AI 能不能解题」换成了「人类的验证和理解速度，能不能追上机器的产出速度」。接下来值得盯的信号有三个：ETH 提出者团队的独立审查结论、数学社区能否把机器证明翻译成可迁移的方法，以及物理工作组何时公开原件。知乎机器之心
