北京
在全網(wǎng)群嘲的一年之后，OpenAI 上演絕地反殺。
整理 | 王啟隆
出品丨AI 科技大本營（ID：rgznai100）
2026 年 5 月 20 日，硅谷向全球?qū)W術(shù)界與產(chǎn)業(yè)界扔下了一枚認知核彈：OpenAI 官方正式宣布，其最新一代通用推理大語言模型，成功破譯了提出于 1946 年的組合幾何巔峰難題——“埃爾德什平面單位距離猜想”。
這一長達 80 年的科學懸案，在未經(jīng)數(shù)學領域?qū)ｍ梼?yōu)化的通用 AI 面前轟然告破。
AI4Science 是個經(jīng)典的話題，谷歌 AI 一把手 Demis Hassabis 自從因 AlphaFold 拿到諾獎之后，我們經(jīng)?？梢栽诟鞣N采訪聽到他對AI 改變科學研究的憧憬，只是沒想到，這一天來的這么快。
不久前，奇點智能研究院院長、CSDN 高級副總裁李建忠才在巴黎舉辦的 GOSIM Paris 2026 上，與菲爾茲獎得主、組合數(shù)學泰斗蒂莫西·高爾斯（Timothy Gowers）展開了一場關于“智能本質(zhì)”的。彼時，高爾斯展現(xiàn)出了超越絕大多數(shù)同行的前瞻視野，他力排眾議，堅定地站在了“AI 必將超越人類數(shù)學家”的陣營，并做出了 5 到 10 年內(nèi)這一歷史時刻就會降臨的宏大預言。
高爾斯的理性預判是驚人的，而技術(shù)演進的烈度甚至比最樂觀的預測還要迅猛。隨著 OpenAI 的正式發(fā)布，高爾斯親自見證了這一預言在短短數(shù)日后便落入了現(xiàn)實。高爾斯很快在 X 上發(fā)了一長串推文，開頭便是一句對所有同行的忠告：“如果你是一位數(shù)學家，在繼續(xù)閱讀之前，你最好先找個座位坐穩(wěn)。”
這是一位人類頂級科學家在親眼目睹新紀元開啟時，最真實、最充滿敬畏的心理圖譜記錄。
OpenAI 做了什么？
為了講清楚整個來龍去脈，我選擇了一個比較有趣的角度，就是帶大家先回顧下 OpenAI 宮斗那檔子事。
一直關注 AI 新聞的讀者應該都還記得Kevin Weil這個老哥。2024 年 6 月，在 OpenAI 經(jīng)歷了一輪高管出走潮后，他作為新一任首席產(chǎn)品官（CPO）強勢加盟，成為了奧特曼（Sam Altman）陣營中最具分量的核心產(chǎn)品操盤手之一。當時奧特曼的很多采訪都會帶他玩，。
這位 CPO 老哥一向以高調(diào)、激進、且極具商業(yè)說服力著稱，是硅谷出了名的“大喇叭”。在各大科技大會上，他總能把 OpenAI 未來的技術(shù)路線圖描繪得讓人熱血沸騰。但也正是這種極度追求戲劇張力的產(chǎn)品經(jīng)理思維，讓他在面對嚴謹、保守的數(shù)學界時，結(jié)結(jié)實實地撞上了一面鐵墻。
2025 年 10 月，正是 AI 行業(yè)對 GPT-5 究竟能帶來何種代際飛躍而瘋狂內(nèi)卷的關頭。為了向外界證明 OpenAI 的通用推理能力已經(jīng)具備了頂級科學家的原創(chuàng)智能，Kevin Weil 在社交媒體 X（原推特）上高調(diào)放話，宣稱內(nèi)部模型已經(jīng)一口氣解決了 10 個此前未解的埃爾德什難題。在外界高呼“AGI 時代已來”的狂熱聲浪中，這位老哥怎么也沒想到，自己強行幫 AI“冒領”學術(shù)成果的行為，已經(jīng)徹底激怒了那群拿著放大鏡看世界的數(shù)學家。
維護“埃爾德什問題數(shù)據(jù)庫”的數(shù)學家托馬斯·布魯姆（Thomas Bloom）幾乎在幾小時內(nèi)就甩出了鐵證公開掛人：AI 所謂的“神跡”，不過是把前人早就發(fā)表、但尚未被互聯(lián)網(wǎng)好好索引的現(xiàn)有答案，通過龐大的語料庫強行“檢索重組”了出來，根本沒有產(chǎn)生哪怕一行的原創(chuàng)性邏輯證明。
這場被媒體調(diào)侃為“OpenAI 丟人的數(shù)學翻車（Embarrassing Math）”風波迅速演變成了一場信任危機。在學術(shù)界的亂拳圍攻下，我們的老朋友，Yann LeCun和谷歌 DeepMind 首席執(zhí)行官Demis Hassabis也紛紛參團拷打，Kevin Weil 直接網(wǎng)絡社會性死亡，最終不得不被迫承認自己誤讀了研究員的報告，并刪除了那條自嗨的炫耀貼。
這場產(chǎn)品經(jīng)理搶跑宣發(fā)導致的巨大公關災難，不僅讓 OpenAI 在 Meta 和 Google DeepMind 等死敵面前顏面掃地，更成為了這位明星高管在 2026 年 4 月黯然離職的致命導火索。
所以，正是背負著走出學術(shù)幻覺的恥辱，OpenAI 要顛覆自己拉完了的印象，在此次“單位距離猜想”的攻堅上，他們采取了近乎偏執(zhí)的嚴謹與絕密推進策略。
說白了，就是慫了。
驅(qū)動這次突破的模型，是一個純粹的通用大語言模型（General-purpose LLM）。核心研究員諾姆·布朗（Noam Brown）明確證實，該模型基于 OpenAI “o1” 推理架構(gòu)的自然演進版本，在底層的神經(jīng)網(wǎng)絡中“沒有針對此特定問題甚至數(shù)學領域本身進行過任何定向優(yōu)化”。它不是一個外掛了大量幾何規(guī)則的腳手架系統(tǒng)，而是一個在泛化知識基礎上，依靠自身涌現(xiàn)出的因果邏輯能力進行運算的泛化智能體。
關于布朗，其實也相當值得介紹，為了節(jié)省篇幅，這里讀完本文之后移步此前翻譯的，了解這位從研究桌游外交游戲開始一步步突破 AI 推理極限的狠人。
總之，在研發(fā)的暗處，OpenAI 內(nèi)部的研究員李杰（Lijie Chen）首先利用該通用模型，成功構(gòu)建出了打破人類網(wǎng)格極限的反例；隨后，馬克·塞爾克（Mark Sellke）與梅塔布·索尼（Mehtaab Sawhney）進行了長達數(shù)月的內(nèi)部邏輯排雷與正確性驗證。在聽取了數(shù)學家維克多·王（Victor Wang）的極度硬核建議后，團隊將模型最初使用的“3-階級域塔”論證，優(yōu)化簡化為了更為清晰的“2-階級域塔”數(shù)論邏輯。
最終，這個通用大腦在對錯誤“零容忍”的數(shù)理拓撲空間中，憑空走完了幾萬步邏輯鋼絲，生成了一份長達 125 頁的、完全沒有邏輯斷裂的連續(xù)思維鏈（Chain-of-Thought, CoT）推導手稿。
為了確保學術(shù)上的絕對無瑕，在正式發(fā)布前，OpenAI 將這份 125 頁的學術(shù)手稿以及一份消化后的精簡備注，秘密發(fā)送給了包括諾加·阿隆（Noga Alon）和蒂莫西·高爾斯在內(nèi)的 9 位全球最頂尖的獨立數(shù)學家進行盲審和聯(lián)合同行評議。
當高爾斯在秘密審查中連續(xù)數(shù)日翻閱這 125 頁嚴絲合縫、調(diào)動了無數(shù)高階定理的思維鏈后，這位曾摘得數(shù)學界最高榮譽的學者被徹底折服。這也直接催生了他在盲審評議后給出的至高背書：“如果這是一個人類數(shù)學家把這篇論文投給數(shù)學界最高期刊《數(shù)學年刊》（Annals of Mathematics），并且我被要求快速給個意見，我會毫不猶豫地建議 ‘直接接收’。在 AI 數(shù)學史上，沒有任何先前的成就甚至能接近這一高度?！?/strong>
AI 開發(fā)者計劃開放申請，免費領 100 小時云算力券
支持主流 AI 框架與模型部署
當模式匹配被推向極致
高爾斯對 OpenAI 成果的高度贊譽，不僅是指 125 頁論證在工程層面的零錯誤，更是指 AI 在解題思路中展現(xiàn)出的、打破人類數(shù)十年思維定勢的“跨界原創(chuàng)性”。
“平面單位距離問題”的本質(zhì)極其直觀：在一個無限大的二維平面里安排個點，在嚴格的空間約束下，如何排列才能讓相互之間距離恰好等于 1 米的“點對”數(shù)量達到最大化？
在過去的 80 年里，人類最聰明的頭腦無一例外地陷入了“最佳實踐的詛咒”。從埃爾德什本人在 1946 年的奠基性論文開始，幾代數(shù)學家都堅信：將點如同國際象棋棋盤一般整齊排列的“正方形網(wǎng)格（Square Grid）”，就是這個宇宙中所能允許的效率極限。因為這種對稱性過于直觀和優(yōu)雅，整個學術(shù)界都被權(quán)威共識洗腦了，默認埃爾德什的猜想不可動搖。
而這一次，通用推理模型完成了一次驚心動魄的、超越人類直覺的“降維打擊”：
飛向高維（引入代數(shù)數(shù)論）：AI 敏銳地意識到在二維平面的擁擠規(guī)則下已無出路，于是它直接脫離幾何平地，跨界調(diào)用了純代數(shù)數(shù)論中的“Golod-Shafarevich 無限階級域塔理論”。
構(gòu)建高維套娃：在那個不受平面空間擁擠限制的抽象高維空間里，AI 開始構(gòu)建一個極其龐大、無限延伸且點與點之間關系被完美控制的俄羅斯套娃式家族樹。
高維投射：在高維排布好這些點后，AI 仿佛用一束光，將這個復雜的高維結(jié)構(gòu)“投影”回了二維平地上。令人震撼的是，這個高維物體在平面上的“影子”，不可思議地形成了一種比正方形網(wǎng)格密集、高效得多的全新點陣排列，硬生生打破了人類困守了 80 年的理論天花板。
這完美地印證了高爾斯在接受李建忠采訪時，關于“模式匹配與邏輯推理并非二元對立”的精辟洞察。
在兩人的對話中，面對許多人貶低大模型“只是在做概率性的模式匹配，根本不懂演繹推理”的陳詞濫調(diào)，高爾斯曾正面反駁道：
“人類數(shù)學家也會把大量的時間耗在 ‘模式匹配’ 上——敏銳地察覺到眼前的問題與某個已知情境的相似之處……如果 AI 能把模式匹配做到極致，那它展現(xiàn)出的能力就已經(jīng)相當驚人了。”
OpenAI 的這次躍遷正是如此。AI 沒有在幾何學內(nèi)部死磕，它是在浩瀚的跨學科知識庫中，將代數(shù)數(shù)論的高維壓縮模式與離散幾何的拓撲結(jié)構(gòu)進行了極致的跨界類比與關聯(lián)。
普林斯頓大學的丹尼爾·利特（Daniel Litt）在檢查了 AI 的推導后，表示被其“極其聰明且自然”的邏輯徹底折服。這種在人類視野盲區(qū)之外完成的跨學科工具借用，揭示了一個令科技界警醒的事實：當硅基模型的泛化模式匹配與類比能力跨越了領域壁壘，它所涌現(xiàn)出的，就是最純粹、最頂級的原創(chuàng)性邏輯推理能力。
在我們的獨家對話中，高爾斯曾冷靜地解構(gòu)過人類在“卡殼”時相比傳統(tǒng) AI 的獨特優(yōu)勢：
“當一個人類數(shù)學家陷入死胡同時，他通常會退后一步，拋出許多旁路上的新問題。也許這些新問題同樣棘手……但隨著挖掘的深入，通常會發(fā)生奇妙的反應……這個不斷延伸的過程最終會收斂成那個終極的答案?！?/blockquote>然而，OpenAI 這一次的模型演進，恰恰在虛擬的神經(jīng)網(wǎng)絡內(nèi)部，完美地模擬了高爾斯所說的這一套“人類看家本領”。在這 125 頁的漫長推演中，AI 在面對空間維度的極限擠壓時，正是通過自注意力機制不斷衍生出多項式估計、概率論和極限推導等旁支問題，并逐一自我攻克，最終完成了對初始難題的反殺。
這直接導致了高爾斯在采訪中所表達的那個關于“數(shù)學圈范式轉(zhuǎn)移”的預言，以近乎恐怖的速度變成了眼前的現(xiàn)實。高爾斯曾擔憂地表示：
“如果 AI 的能力達到了一個優(yōu)秀博士新生的水平，我真的不知道以后的人還怎么去拿博士學位。這將是一場大地震……用時不久，人類就會被徹底踢出這個循環(huán)?！?/blockquote>隨著聯(lián)合評議文件《關于推翻單位距離猜想的備注》正式在預印本平臺公開，“AI 僅僅作為科學研究數(shù)據(jù)處理工具”的舊時代已經(jīng)結(jié)束了。正如法國科技媒體《JLS42》的敏銳評價：“AI 不再僅僅作為一種輔助工具存在，而是作為一種能夠生成原創(chuàng)假設的‘發(fā)現(xiàn)合伙人（Discovery Partner）’正式登場?！?/strong>
在這個全新的科學生產(chǎn)關系里，人類專家的核心職責，正在急速演變?yōu)楦郀査乖诓稍L中所預測的那樣——“去努力理解這個不可思議的工具究竟創(chuàng)造了什么奇跡，并嘗試向世人解釋它的輸出結(jié)果。”
“推理即服務”時代的商業(yè)重構(gòu)
最后就是你可能從開頭就在想的問題：
這事和我有啥關系？
既然通用推理模型能夠在一個對錯誤“零容忍”的純粹數(shù)理拓撲空間中，獨立走完 125 頁的嚴密推導并實現(xiàn)跨學科創(chuàng)新，那么這場認知革命就絕不可能僅僅停留在數(shù)學家的黑板上。
對于非數(shù)學領域的科技企業(yè)高管而言，數(shù)學是人類文明中最高階的抽象壓縮形式。AI 在數(shù)學領域展現(xiàn)出的“擺脫人類偏見、長鏈條無幻覺、在未知深水區(qū)長久鏖戰(zhàn)”的元能力，正在對千行百業(yè)的研發(fā)（R&D）鏈路實施一場底層的顛覆。
正如本文開頭所說的，Demis Hasabbis 之前在各路訪談預想的那些 AI 科學未來，估計不久后都能成真：
1. 生物制藥與合成生物學
新型的通用推理模型能夠像跨界應用“代數(shù)數(shù)論”一樣，將量子物理學、流體動力學的結(jié)構(gòu)拓撲規(guī)律引入到分子設計中。這意味著 AI 可以通過超長的無幻覺推理，完全無視人類對“成藥性”的固有偏見（如 Lipinski 五法則的機械固守），憑空設計出完全不符合人類傳統(tǒng)藥化直覺、但卻能在受體口袋中完美結(jié)合的全新小分子藥物結(jié)構(gòu)。這種“反常識”的探索能力，將極大地縮短尋找首創(chuàng)靶點藥物（First-in-class）的周期。
2. 新材料發(fā)現(xiàn)與物理工程
尋找更高能量密度的固態(tài)電池材料、室溫超導材料或是用于商業(yè)航天的高溫耐熱合金，長期依賴高昂的實驗室物理試錯。未來，當材料科學家將晶體學理論和熱力學第一性原理輸入給 AI 時，通用推理大模型可以像構(gòu)建“無限階級域塔”一樣進行超長思維鏈的虛擬演練，直接給出一個打破“現(xiàn)有元素排列常識”的全新合金配方。材料研發(fā)將從“昂貴的實驗室物理驅(qū)動”徹底轉(zhuǎn)變?yōu)椤傲畠r的 AI 純邏輯推理驅(qū)動”。
3. 量化金融工程與復雜系統(tǒng)風控
量化對沖基金嚴重依賴歷史數(shù)據(jù)（網(wǎng)格）去擬合未來的收益曲線，但在黑天鵝事件中往往瞬間失效。通用推理 AI 在本次事件中展示的“高維投射”能力，允許它在海量宏觀經(jīng)濟變量、供應鏈阻塞數(shù)據(jù)、全球港口吞吐量和微觀訂單簿之間，建立起超越人類傳統(tǒng)金融學常識的非線性邏輯連結(jié)。AI 能夠通過長鏈條的因果推演，發(fā)現(xiàn)隱藏在極端市場波動背后的深層代數(shù)拓撲結(jié)構(gòu)，重塑風控的抗脆弱性。
為了更直觀地看清這場躍遷對商業(yè)組織的重構(gòu)作用，我們可以對比傳統(tǒng)研發(fā)模式與融入通用推理 AI 后的新型組織模式：
競爭維度
傳統(tǒng)科技企業(yè)的研發(fā)（R&D）模式
融入通用推理 AI 的新型組織模式
創(chuàng)新資源核心
極度依賴頂尖人類專家/科學家的靈感、經(jīng)驗與數(shù)量（高度稀缺的人力資本）。
依賴算力儲備與通用推理模型的自主發(fā)現(xiàn)能力（高度可擴展的 AI 認知資本）。
跨學科協(xié)同
成本極高。不同領域?qū)＜覉F隊需要耗時數(shù)年進行概念對齊和磨合溝通。
學科壁壘在 AI 大腦內(nèi)部瞬時消除（如幾何與數(shù)論的即時融合），單點計算即完成全局跨界。
試錯成本與周期
依賴高昂的物理實驗室材料、漫長的立項審批與推翻重啟，沉沒成本巨大。
AI 在虛擬思維鏈（CoT）中以極低成本進行百萬次高通量邏輯試錯，直達最優(yōu)解。
應對行業(yè)瓶頸
容易陷入“專家共識”的盲區(qū)（正如人類被網(wǎng)格理論困住 80 年），產(chǎn)生路徑依賴。
AI 無視行業(yè)權(quán)威的“偽常識”，不受主觀情緒影響，嚴格按邏輯探尋反例，直接刺破創(chuàng)新天花板。
多倫多大學教授雅各布·齊默曼（Jacob Tsimerman）在此次破譯事件后曾發(fā)出一聲充滿敬畏的感嘆：AI 系統(tǒng)最具統(tǒng)治力的優(yōu)勢，在于它們“能在比人類數(shù)學家更險惡的水域里玩得更久，而不會因為信息過載而崩潰”。正如 OpenAI 官方在那篇宣告歷史轉(zhuǎn)折的博文中所說的那樣：“一個通用模型解決了一個重大開放性問題……在未來幾年里，我們會經(jīng)常說這句話，但今天，這無疑是一個巨大的里程碑?！?/strong>
對于千行百業(yè)的決策者而言，這場由通用推理引發(fā)的科學范式革命才剛剛登陸，數(shù)學只是第一塊被擊中的多米諾骨牌。
那些能夠第一時間打破人類固有思維繭房，敢于將最棘手的戰(zhàn)略與研發(fā)難題毫無保留地交給通用 AI 去“深度思考”的企業(yè)，必將在這場新工業(yè)革命的洗牌中，成為下一個時代新規(guī)則的絕對制定者。
免費領取 100 小時 AI 算力｜限時開放
加入 AI 開發(fā)者計劃
獲?。?/p>
? AI 算力資源
? 官方技術(shù)社群
? Workshop 與 AI Academy
? 開發(fā)者專屬福利
完成認證后，額外領?。?br/>? 9.9 元瑞幸咖啡券
立即加入
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
