陶哲軒盯著屏幕看了很久。這位菲爾茲獎(jiǎng)得主在論壇上敲下一行字：模型揭示的整數(shù)結(jié)構(gòu)與馬爾可夫過(guò)程之間的關(guān)聯(lián)，"遠(yuǎn)超解決這個(gè)具體問(wèn)題的意義"。

讓頂級(jí)數(shù)學(xué)家如此動(dòng)容的，是OpenAI的GPT-5.4 Pro。它用約80分鐘解出了埃爾德什開(kāi)放問(wèn)題第1196號(hào)——一個(gè)懸置多年的數(shù)論難題，又花30分鐘把證明寫(xiě)成LaTeX論文。形式驗(yàn)證正在進(jìn)行中。

正方：這就是"新發(fā)現(xiàn)"

支持者的證據(jù)很具體。即將加入OpenAI科學(xué)團(tuán)隊(duì)的Kevin Barreto指出，模型使用的馬爾可夫鏈技巧是人類(lèi)數(shù)學(xué)家"多年工作都忽略的創(chuàng)造性步驟"。

陶哲軒的觀察更深層：解法建立了"此前未被描述的關(guān)聯(lián)"。這不是在已知答案里做匹配，而是從已知數(shù)據(jù)中提煉出人類(lèi)未曾看見(jiàn)的結(jié)構(gòu)。

這場(chǎng)討論觸及AI研究的核心焦慮：大語(yǔ)言模型能否超越訓(xùn)練數(shù)據(jù)，產(chǎn)生真正的新知識(shí)？這個(gè)案例似乎給出了肯定答案——新知識(shí)可以"隱藏"在舊數(shù)據(jù)里，等待被足夠強(qiáng)的模式識(shí)別能力解鎖。

反方：只是"高級(jí)檢索"

懷疑者的質(zhì)疑同樣尖銳。80分鐘解題、30分鐘寫(xiě)論文的速度，是否暗示模型曾在訓(xùn)練數(shù)據(jù)中見(jiàn)過(guò)類(lèi)似結(jié)構(gòu)？埃爾德什問(wèn)題雖開(kāi)放，但數(shù)論領(lǐng)域的工具庫(kù)相對(duì)有限。

更深層的反駁是方法論層面的：即使輸出是"新"的，過(guò)程是否算"發(fā)現(xiàn)"？人類(lèi)數(shù)學(xué)家的創(chuàng)造性往往伴隨試錯(cuò)、直覺(jué)跳躍和概念重構(gòu)，而LLM的推理仍是概率性的token生成。

形式驗(yàn)證的結(jié)果至關(guān)重要——它區(qū)分了"看起來(lái)對(duì)的證明"和"確實(shí)對(duì)的證明"。歷史上不乏看似優(yōu)雅實(shí)則錯(cuò)誤的數(shù)學(xué)論證。

我的判斷：邊界正在模糊

這件事的真正價(jià)值不在于"AI是否比人聰明"，而在于它迫使我們重新定義"發(fā)現(xiàn)"本身。

傳統(tǒng)認(rèn)知中，發(fā)現(xiàn)需要意圖、直覺(jué)和系統(tǒng)性探索。但GPT-5.4 Pro展示了一種新型認(rèn)知?jiǎng)趧?dòng)：以超人類(lèi)尺度關(guān)聯(lián) distant concepts（遠(yuǎn)距離概念），在數(shù)據(jù)密度的縫隙中定位人類(lèi)視線盲區(qū)。

陶哲軒說(shuō)的"遠(yuǎn)超具體問(wèn)題"，點(diǎn)出了關(guān)鍵——工具的價(jià)值不在于替代人類(lèi)提問(wèn)，而在于擴(kuò)展人類(lèi)可問(wèn)的問(wèn)題范圍。當(dāng)AI能自動(dòng)建立整數(shù)結(jié)構(gòu)與隨機(jī)過(guò)程之間的橋梁，數(shù)學(xué)家的工作重心必然向問(wèn)題定義和意義闡釋遷移。

更值得觀察的是組織層面：OpenAI將"AI for Science"設(shè)為專(zhuān)門(mén)團(tuán)隊(duì)，Barreto的加盟只是最新動(dòng)作。這意味著數(shù)學(xué)突破不是副產(chǎn)品，而是產(chǎn)品路線圖上的明確站點(diǎn)。

形式驗(yàn)證完成后，這個(gè)證明將被拆解、審視、教學(xué)。無(wú)論最終結(jié)論如何，它已經(jīng)成為一個(gè)測(cè)試案例——關(guān)于人機(jī)認(rèn)知分工的邊界，關(guān)于"理解"是否需要被重新定義。

如果機(jī)器能在兩小時(shí)內(nèi)完成人類(lèi)數(shù)年未竟的工作，我們是否應(yīng)該重新設(shè)計(jì)數(shù)學(xué)教育的核心目標(biāo)？當(dāng)發(fā)現(xiàn)的速度超越驗(yàn)證的速度，學(xué)術(shù)共同體的質(zhì)量控制機(jī)制又該如何進(jìn)化？