AI证伪了数学家信了几十年的假设，但物理那道题只答了一半

本文目录

局部光滑猜想：从 1991 年索格的猜到全维度闭环
指数时间假设倒下：条件化下界该重标的清单
杨–米尔斯存在性：千禧年难题只答了一半
数学与计算机科学：已过形式化验证，材料已公开
物理学：David Gross 领衔审阅，材料暂不对外
学界独立确认的时间表还没排出来
做算法复杂度的人该做的三件事
做量子场论/粒子物理的人该盯的质量间隙缺口
OpenAI 为何不给模型申请学术署名
从「证明存在」到「证明间隙」，下一步卡在哪

OpenAI 于 10 月 27 日宣布其 AI 模型在数学、计算机科学和物理学领域取得三项研究突破。

三天三篇证明：OpenAI把"AI辅助"推到了"AI独立发现"

时间线比外界预想的更紧凑。10 月 16 日，模型输出指数时间假设的自然语言反证，17 日完成 Lean 形式化。10 月 18 日，局部光滑猜想的全维度证明以一条新的辅助偏微分方程形式产出，19 日过 Lean。数学与计算机科学两份成果已挂上 GitHub，物理部分交由诺贝尔物理学奖得主 David Gross 领衔的专家组审阅，材料至今未放出。

从行业判断看，这次发布把「AI 辅助研究」和「AI 独立产出可验证证明」之间的界线推了一格。此前学界对大模型做数学的定位基本停留在加速检索与生成候选路径，OpenAI 选择公开原始证明文稿而非仅发摘要，并配独立验证小组，等于在说：我产出的东西经得起同行审阅。这个姿态在 2026 年的学术出版语境里不算激进，但比多数团队多走了一步。

大佬系列表情：全是冰的，大佬喝什么自己选

诺奖得主亲自坐进审阅组

局部光滑猜想：从 1991 年索格的猜到全维度闭环

1991 年 Christopher Sogge 提出局部光滑猜想，核心命题是波聚焦时能量集中只能持续极短时间。这个猜想卡了 35 年，人类团队 2025 年解决的是三维情形。OpenAI 的模型这次直接推进到所有维度，证明路径是一条新的辅助偏微分方程，不是对旧方法的修补。证明连带关闭了 Kakeya 猜想与 Stein 限制猜想。

对调和分析方向的从业者，真正值得关注的不是「AI 解了一道题」，而是证明方法本身。那条辅助 PDE 是否具备独立于 AI 的复用价值，能否迁移到其他限制性估计问题，是下一步最实际的追问。Lean 仓库里的形式化代码是最直接的入口。

指数时间假设倒下：条件化下界该重标的清单

ETH 由 Russell Impagliazzo 和 Ramamohan Paturi 在 1999 年正式提出，此后近 30 年里数百篇论文以「假设 ETH 成立」为前提，在图论、计算生物学、数据库优化、计算几何等领域推导条件化下界。OpenAI 的原文是「令人惊讶的是，我们的系统最近证明了 ETH 为假」，该结果已在 Lean 中验证，将由 Impagliazzo、Paturi 与 MIT 教授 Ryan Williams 领衔的小组核验。

几百篇论文把那个假设当年前提写在脚注里，现在脚注得整批重打。问题在于，过去三十年里所有基于 ETH 的条件化复杂度结果都需要逐一重新评估，哪些下界有独立证明路径、仍然成立，哪些纯粹搭在 ETH 上、随之失效。对算法工程师的影响是直接的，如果你的系统设计假设了某个问题的求解时间不可能低于某阈值，现在该假设的根基松了。OpenAI 自己也承认，把理论进展转化为实际性能提升仍需大量后续研究。

ETH 证伪后的影响传导链

ETH 证伪后的影响传导链

杨–米尔斯存在性：千禧年难题只答了一半

克雷数学研究所 2000 年列出的七大千禧年难题中，杨–米尔斯存在性与质量间隙问题是唯一直接对应标准模型物理的一条。OpenAI 给出的证明覆盖的是「存在性」，即四维时空下含规范场与费米子的相互作用量子场论在数学上严格存在。质量间隙部分没有触及。

AI 只啃了千禧年难题的前半截，后半截还压在诺奖得主的审阅桌上。David Gross 的专家组目前处于材料审阅阶段，尚未出具结论。OpenAI 把这项成果定位为「原始研究数据」，明确不为模型申请学术署名。

对物理方向的研究者，当前最务实的动作是先去读 Lean 仓库里数学与计算机部分的完整证明文稿，把形式化逻辑链条拆开看一遍，再对照自己领域里是否还有以 ETH 或类似条件化为前提的未发表结果需要更新。物理部分等材料公开后再介入，不急于下判断。

前两项已通过 Lean 形式化验证并在 GitHub 公开，第三项由诺贝尔物理学奖得主 David Gross 领衔审阅，材料暂未放出。

验收链条：Lean、GitHub与诺奖审稿桌之间的三条速度线

三条成果没有走同一条验收路径，速度差异本身就是关于「AI 独立发现」成色的第一层过滤。OpenAI 在公告里把三项统称为「原始研究数据」，但「原始」二字后面跟的核验通道完全不同，读的人需要分清楚哪条线已经跑到了哪一步。

数学与计算机科学：已过形式化验证，材料已公开

局部光滑猜想的验收线最透明。10 月 18 日模型产出自然语言证明文稿，19 日在 Lean 中完成形式化验证，随后按外部专家建议将两份材料（自然语言说明与 Lean 证明代码）推上 GitHub 公开仓库。从 AI 产出到材料可被任何人拉下来跑，间隔只有一天。

指数时间假设的节奏再快一天。10 月 16 日模型找到自然语言反证，17 日过 Lean，同样已挂在 GitHub。OpenAI 没有为这两项申请学术署名，核验交由假设的三位原始提出者：Russell Impagliazzo、Ramamohan Paturi 与 MIT 教授 Ryan Williams。他们的任务明确：在 Lean 环境中跑通反证、确认逻辑链无漏洞，不需要重新推导。几百篇以 ETH 为前提的论文在脚注里写着「假设 ETH 成立」，现在那些脚注需要逐批标注「前提已失效，结论需重新检查」。

程序员 reaction：柯南00089 找到你了

几百篇论文的脚注，得整批重打

物理学：David Gross 领衔审阅，材料暂不对外

杨–米尔斯存在性证明走的是反向节奏。OpenAI 指定 2004 年诺贝尔物理学奖得主 David Gross 领衔审阅小组，截至 10 月 27 日公告发布时，证明材料未对外放出，专家结论亦未给出。

原因在于判定主体不同。千禧年难题的最终裁定权在克雷数学研究所，一位诺奖得主的签字不构成正式判定，但闭门审阅期间外界无法介入，节奏完全由 Gross 团队内部进度决定。OpenAI 选择了「先关起门审、审完再放」的策略，与数学和计算机项的「先公开、后核验」形成对照。对材料什么时候能读到，目前没有公开承诺。

更关键的一点：即便存在性证明通过审阅，千禧年难题的另一半「质量间隙」仍未被触及。AI 啃的是前半截，后半截还压在诺奖得主的审阅桌上。

三项成果验收路径对比

三项成果验收路径对比

学界独立确认的时间表还没排出来

三条线对应三套不同的时间标尺。调和分析证明走 Annals of Mathematics 或 Inventiones 级别的同行评审，周期以月计；ETH 反证由 Impagliazzo 组在 Lean 中跑通并确认逻辑闭合，周期以周计；杨–米尔斯需按克雷研究所流程由多位独立数学家逐步复核构造，周期最长且无公开截止日。

在确认落地前，OpenAI 的公告是单方面宣称，学界未对任何一项给出正式结论。对跟踪此事的从业者，值得盯的不是「AI 能不能证定理」的元叙事，而是每条线在哪个节点卡住、卡住的具体原因。那条卡点，是判断下一轮 AI 辅助研究能推进到多深的实际信号。

对从业者的判断：你的条件化下界还站不站得住

做算法复杂度的人该做的三件事

如果你的论文下界挂在 ETH 上，现在最该做的事不是改写结论，是把依赖关系标清楚。

第一，把成果里所有以 ETH 为前提的条件化结果单独列出，标注「pending independent verification」。Impagliazzo、Paturi 和 Ryan Williams 领衔的核验组尚未出结论，在此之前，你的下界不是被推翻了，是被悬置了。区分这两者，审稿人才接得住。

第二，重跑算法基准。ETH 原本给出的理论地板是指数级，现在这条地板松了。如果你的实现跑在 1.8^n 附近，旧语境下是「离最优还差一点」，新语境下可能变成「已经很接近新地板」，工程优先级该调。

第三，盯 GitHub 上 Lean 形式化仓库的更新。OpenAI 把自然语言文稿和 Lean 证明都放出来了，算法这边能拿到的是完整可机检的证明链，优先读 Lean 输出，比读博客快。

做量子场论/粒子物理的人该盯的质量间隙缺口

千禧年杨–米尔斯题面里有两问：存在性，以及质量间隙严格为正。OpenAI 那份证明只答了第一问。

没答完意味着理论上仍存在无质量规范玻色子，与实验观测到的胶子谱不一致。对做格点 QCD 数值模拟的人，缺口反而给了一个具体锚点：你的 numerical lattice data 是填补第二问最现实的路径，在 David Gross 团队审阅期间同步推进，比等审完再动手快。

一条可执行的交叉校验：把你实验室现有的格点模拟结果和 OpenAI 的存在性证明比对，确认两套方法在存在性这一层是否自洽。这一步做完了，无论 David Gross 的审阅结论如何，你的格点工作都不会白做。

边界与落点：「原始研究数据」的定位意味着什么

OpenAI 把三项成果统一标注为「原始研究数据」，而非「定理」或「发现」。每个方向配一支外部专家团队负责解读、验证并决定公开方式。截至宣布当天，三份证明均未获得专家结论，杨–米尔斯部分的材料干脆先不放出。实操后果很直接：你打开 GitHub 仓库看到的 Lean 代码，是待审稿草稿，不是已发表论文。验证不通过的话，纠错责任落在审阅组，OpenAI 只是「提供了数据」。

OpenAI 为何不给模型申请学术署名

Greg Brockman 在 10 月 26 日的 X 原帖里写明：OpenAI 不为模型申请学术署名。逻辑是清楚的。署名意味着一个可追责主体，同行评审时谁来答辩、谁来回应审稿意见？把名字挂在机构名下，后续纠错成本归公司；挂在具体人名下，成本归那个人。最终大概率是 Impagliazzo、Paturi、Williams 和 Gross 的名字出现在通讯作者位，模型退到方法段落里当工具用。

从「证明存在」到「证明间隙」，下一步卡在哪

杨-米尔斯千禧年难题的两半