今天（9月21日），微博又被"GPT-6攻破哥德巴赫猜想"刷了一轮屏。
同一个话题底下是两种完全相反的声音：一种说"数学领域，人类正在一败涂地，就像十年前的围棋"；另一种贴出长文辟谣——这次证的其实是把素数换成刘维尔函数的变体问题，“是有趣进展，但不是’哥德巴赫猜想被解决’，且需等待数学界独立验证”。微博微博
这一幕很眼熟。过去13天，AI数学新闻连着炸：9月8日，OpenAI官宣"攻克"千禧年难题纳维-斯托克斯方程，知乎单个问题播放426万，B站解读视频播放138万。三天后，陶哲轩等25位菲尔兹奖得主联名发公开信抗议。到今天，又轮到哥德巴赫上热搜。知乎专栏
标题一个比一个炸裂，信息却一个比一个混乱。我把这13天里知乎、微博、B站的时间线、数字和双方说法拼了一遍。转发下一条"AI攻克XX"之前，建议先算清三笔账。
一、这13天到底发生了什么：一条完整时间线
8月下旬：数学圈开始流传一个消息——纽约大学柯朗研究所教授 Tristan Buckmaster 和在 Anthropic 工作的数学家 Levent Alpöge，正在攻 NS 方程千禧年难题的"有限时间爆破"方向。两人把 Claude 和 Codex 当"外挂大脑"用，已经证出三维欧拉方程的有限时间爆破，8月22日在 Lean（机器可核验的证明检查器）里验完。
9月5日（周六）：OpenAI 那边拿到结果——一个8月28日才开始训练的未公开内部模型，组织约1万个智能体，跑了约88小时。
9月6日（周日）：OpenAI 数学负责人 Sébastien Bubeck 急召越洋电话。Alpöge 嗅到雷区拒绝参会。Bubeck 提出的方案，按 Buckmaster 后来的说法是：你们先发欧拉方程成果，第二天 OpenAI 发 NS 结果并隆重致谢；或者由 Buckmaster 牵头重写 OpenAI 的论文。但他补了一句：“要是 Levent 不是 Anthropic 的员工，这事就好办多了。”——潜台词是竞品员工不能沾。通话当场炸锅。知乎
9月7日-8日：两位数学家把论文挂上 arXiv，附了一份4页声明，公开通话内容，包括那句 “Why would you risk your career over this?（你何必为了这事赌上自己的职业前途？）”。几小时后 Bubeck 发长文澄清。
9月8日：OpenAI 正式官宣：内部模型（“明显强于 GPT-6 Astra”）产出166页证明论文 + Lean 形式化代码；全程智能体间交换约270万条消息、消耗约1300亿输出 token，花费数百万美元；不申领克雷研究所那100万美元奖金。知乎专栏
9月10日：OpenAI 发调查声明，确认两位数学家的提示词不可能影响自家系统。但对方最尖锐的那个问题——“我们的 Codex 会话有没有进你们的训练数据”——声明里没有回答。
9月11日：陶哲轩等25位菲尔兹奖得主联署声明《A Severe Misalignment of AI in Mathematics》（AI 在数学中的严重错位），次日传遍全网。
9月21日（今天）：X 上一个只有百来个粉丝的匿名账号"Captain Sude"宣称，GPT-6 Astra 无条件证明了刘维尔函数版的类哥德巴赫结果、过了 Lean4 核验，话题爆了，尚无官方确认。更魔幻的是，这个账号9月7日到16日短短8天里流水线般连发6个数学证明，GitHub 上多了12个证明仓库——没有实验室背书，没有高校头衔，论文连署名都没有。夕小瑶科技说
13天，三幕戏：学术八卦、公司公关战、行业公开信，节奏比美剧还快。
二、第一笔账：到底"证"了什么——标题没告诉你的三个细节
细节一：不是"解决了千禧年难题"。 克雷研究所对 NS 问题的官方表述拆成四种情形，OpenAI 攻下的是其中 C、D 方向的"爆破"结果：构造一类光滑外力，让从静止开始的光滑流体在有限时间内局部速度无界（总能量始终有限）。说人话：证明了这类流体方程在特定条件下会"炸"。NS 问题和 P vs NP 是七道千禧年难题里仅有的两道正反方向都给奖的题，所以这条路径完全合规——但"做掉官方表述里的一个方向"和"解决千禧年难题"，是两码事。知乎
细节二：机器核验管"自洽"，不管"对不对题"。 Lean 能逐步检查证明是否成立，但检查不了两件事：形式化出来的命题是否准确覆盖原题、依赖里有没有夹带影响结论的假设。这一步只能人来做。而克雷的认定规则更是"老派"到近乎故意：证明必须在同行评审期刊发表，发表后至少两年被数学界普遍接受。OpenAI 用了88小时，但离"认定"还差至少两年——这道裂缝，正是后面所有争吵的温床。知乎专栏
细节三：优先权之争没有结论，也不该由我们下结论。 双方说法只有一处重合：Bubeck 承认说过"赌上职业前途"那句话，称措辞糟糕、当场收回道歉。署名问题上，Buckmaster 的理解是"要把 Alpöge 移出作者名单"，Bubeck 的说法是"讨论的是由 Buckmaster 一作重写 OpenAI 自己的论文"。没有录音，两种定性都无法证伪。OpenAI 坚称"独立推导"，两位数学家咬定"路是我们开的"。材料不支持判断谁对谁错，但可以判断一件事：这种冲突以后只会更多。
三、第二笔账：菲尔兹奖得主们到底在气什么——不是"AI不会数学"
公开信最容易被误读的地方在这：签署人根本不是在否认 AI 的数学能力。别忘了 Alpöge 本人就是 Anthropic 的研究员，两位数学家的欧拉方程成果就是人类出直觉、Claude 和 Codex 平推细节做出来的。他们批评的是另一件事——把"解出著名难题"当成模型能力的基准竞赛，会挤压掉数学里解释、整理、确认前人贡献的过程。微博
翻译一下：学术界的优先权规则跑的是"月和年"，产品发布跑的是"天"。而数学家恰好是唯一能同时被雇来当选手和当裁判的群体——Bubeck 在 OpenAI 领数学，Alpöge 在 Anthropic，Ken Ono 是 Axiom 的创始数学家，陶哲轩是 DeepMind 那篇 AlphaEvolve 数学论文的共同作者，同时还在维护给全行业 AI 数学贡献"判卷"的数据库。两套时钟装在同一批人身上，撞车是迟早的事。
今天哥德巴赫这一出就是最新例证：真实结果是"每个偶数可表为两个刘维尔函数值为 −1 的数之和"——行家眼里漂亮的工作，普通人看到的话题却是"哥德巴赫猜想重大突破"，还以为280年的难题一夜解决了。成果与标题之间被压扁的那一层，恰恰就是公开信里说的、正在被挤压的东西。
四、第三笔账：反常识的数字——考试97.6分，真题68道只会2道
如果整件事只记一组数字，记这组：
GPT-6 Astra 在 FrontierMath Tier 4 考了 97.6分。这套题2024年11月发布时，当时最好的模型得分不到2%，出题的六十多位数学家里就有菲尔兹奖得主，原话是"够 AI 啃几十年"。9月3日，Epoch AI 官方宣布 Tier 4 饱和：43道题每道都至少被某个模型解出过一次。一年零两个月，啃完了。
同一个模型，在 FrontierMath Erdős（真正的开放问题，要求交出机器可验证的完整证明）上，68道题做出来 2道。知乎
差在哪？前者是考试，答案在出题人手里；后者是无人区。AI 公司现在扎堆攻数学猜想，很大程度是因为考卷用完了。而这波热闹真正的主角不是数学，是判卷机：代码有单元测试，但模型够聪明时会学会糊弄测试；Lean 有一个极小的可信内核，证明要么通过要么不通过，没有部分分、没有"看起来挺有道理"，判一次的成本是一次编译。这是人类目前造出的最强判定器，而数学恰好是唯一一门能整门塞进数据中心的科学。
看懂这一层，很多新闻瞬间通了：
Claude 花11天把费马大定理"形式化"成1300万行 Lean 代码、29500个中间定理——标题写"AI证明了费马大定理"，其实怀尔斯1995年就证完了，这次是把人类已有推理翻译成机器可逐步核验的形式。真正的产出是海量带可验证标签的中间步骤：Mathlib 社区攒了十年攒到几百万行，Claude 十一天攒出它的五倍。
英伟达投了 Harmonic（1.2亿美元C轮、估值14.5亿美元），Axiom Math 三月融2亿美元、20个人的公司估值16亿——定理是训练目标，产品是"验证"。Axiom 创始人 Vlad Tenev 说得最不绕："我们看到的世界是绝大多数软件和硬件都由 AI 生成并被形式化验证。"AI 要写走所有代码和芯片，就得有办法证明它写的东西是对的，而世界上唯一能给这种证明的技术栈就是 Lean 那一套。
Google 已经在收钱：AlphaEvolve 成了下一代 TPU 设计的常规工具，发现更高效的缓存替换策略（两天干完以前几个月的人力活），在 Willow 量子处理器上给出误差低十倍的量子线路。
所以"攻克名题"头条背后的真实竞赛是：谁囤到更多可验证的推理，谁把"可验证"做成产品。数学猜想只是这条技术路线上质量最高的训练场。
五、和你有什么关系：一个三问清单
你可能要说：我既不是数学家，也不买英伟达股票，这事跟我有什么关系？两个关系。
一个是谈资。 这周饭桌上再有人说"AI把千禧年难题解决了"，你可以接："证的是官方表述里爆破那个方向，克雷还要两年发表期验证；更大的新闻其实是菲尔兹奖得主联名抗议——因为这比赛里选手和裁判是同一批人。"信息差大概就这么多。
另一个更实际：这13天暴露的结构性矛盾——“生成快、验证慢”——砸中的是每个用 AI 干活的人。 AI 产出"看起来成立的结论"的速度，已经超过了人消化它的速度；数学界今天遇到的，你用 AI 写方案、写代码、做分析时明天就会遇到。Lean 尚且只能查自洽、查不了"这是不是你要的命题"，AI 给你的报告同理：数字可能全对，回答的是不是你的问题，只有你能核。结论越漂亮，力气越该花在验证上，而不是转发上。
所以下次刷到"AI攻克XX"，先过三问：
谁说的？ 官方公告、arXiv 论文，还是博主转述匿名研究者？今天哥德巴赫的源头，就是一个百来粉丝、8天连发6个证明、无头衔无署名无背书的匿名账号——成果可能是真的，但核验只能等数学界跟上。夕小瑶科技说
证了什么？ 完整难题、官方表述里的一个方向，还是变体弱版？（NS 是第二种，哥德巴赫是第三种。）
谁在验？ 机器自洽核验、同行评审，还是时间？（克雷的答案：至少两年。）
顺便说一句给纠结数学专业、竞赛路线的学生和家长：知乎这两天"GPT-6正在堵死大学生竞赛道路"的专栏两天拿了363赞。B站今天播放最高的相关视频标题是"AI推进了哥德巴赫猜想，但数学仍然是最好的专业"。被自动化的是"解题"环节，变贵的是"提问、验证、解释"环节——瓶颈在移动，但没有消失。知乎专栏哔哩哔哩
六、值得继续盯的信号
克雷研究所对 NS 证明的官方态度，以及那份166页论文的同行评审进度；
今天这个刘维尔函数结果的 arXiv 论文和 Lean 社区复核；陶哲轩维护的 Erdős 问题 AI 贡献 wiki 怎么标注它——那个页面逐条标注每次贡献是"真新证明、文献检索还是有错"，是目前全行业唯一的免费第三方判卷。知乎
OpenAI 会不会把那个"明显强于 Astra"的内部模型产品化——拿它当公关核武器是一回事，放进普通人的订阅里是另一回事，后者才真正关系到你的钱包；
下一道题已经在路上：据 The Information 9月中旬爆料，OpenAI 内部系统已非常接近第二道千禧年难题——霍奇猜想，但这一次 OpenAI 破天荒按住了公告。上一场风暴的代价他们自己最清楚，什么时候发、怎么发，本身就是观察 AI 公司和数学界关系走向的窗口。神经晶格
下一个被"排队攻下"的领域。逻辑简单粗暴：按验证成本排队，不按重要性排队。方程类理论物理、编译优化、芯片布局在第一梯队（判定器免费且即时），计算材料第二梯队，生物最后（判定器是活细胞，延迟按周计）。而临床医学、宏观经济、气候这些"判定器就是历史本身"的领域，接下来几年会显得跟不上节奏、承受不该承受的舆论压力——它们不慢，它们只是不长得像数据中心。
写在最后
佩雷尔曼当年解决庞加莱猜想后拒领百万美元奖金，很多人觉得他怪。现在回头看，那里面有大智慧：我们可能太看重谁最后砍下了那条龙，太不看重前面那些人砍出来的每一刀。
这一次，前几刀是 Córdoba、Martínez-Zoroa、Buckmaster 和 Alpöge 砍的。AI 会记得斩龙的人，因为头条需要它；但看戏的人不妨也记得砍出每一刀的人——并且记得，这条流水线上最细的那根管子，是全世界能读懂1300万行 Lean 代码、还愿意免费给全行业判卷的那几百个人。
目前为止，没有任何一家公司在给这根管子扩容。知乎
