夜雨聆风昨天朋友圈被一个消息刷屏了：OpenAI的通用推理模型，自主推翻了困扰数学界近80年的“平面单位距离猜想”。
换句话说，一道折磨了无数数学家的几何难题，被一个没有实体、没有直觉、甚至连“平面”是什么都不知道的AI搞定了。
菲尔兹奖得主Gowers说这是“AI数学的里程碑”，还提醒数学家们“确保自己是坐着的”。普林斯顿的Shankar教授更是直言：“AI产生了真正原创的、有独创性的想法。”
听起来像科幻电影里的剧情，对吧？
但我大学室友——现在在某985高校教组合几何——昨晚给我打了两个小时电话。他说着说着，声音越来越低。
他说他不是震惊，是一种说不清道不明的失落。
01 先别急着欢呼，这事没那么简单
先简单说下这道题到底多难。
“平面单位距离猜想”是匈牙利数学家Erdős在1946年提出的：平面上放n个点，最多能有多少对点相距恰好为1？
听起来像初中几何题对不对？
但近80年了，没人能给出确切答案。数学家们连它是真是假都没搞明白——只能猜测它是真的，但谁也证明不了。
而现在，OpenAI的模型不仅给出了一族全新的点集构型，还直接推翻了这个猜想。
没错，是推翻，不是证明。
也就是说，Erdős猜了80年，猜错了。
模型给出的单位距离对数，比Erdős设想的“天花板”还要高。而且用的工具不是几何，是代数数论里的“无穷类域塔”和“Golod–Shafarevich理论”——两块跟平面点集八竿子打不着的抽象数学。
这就像你问一道炒菜的问题，结果答案来自量子力学。
普林斯顿的Noga Alon教授说：“正确答案不是人们猜测的形式，这本身就令人惊讶。”
我觉得后半句他没说出口：“更令人惊讶的是，发现它的是AI。”
02 奥特曼的“复杂感”，到底是什么意思？
奥特曼在X上只写了五个字：“感受很复杂。”
很多人解读为“自豪与敬畏并存”。我觉得不完全是。
你想想，奥特曼是什么人？OpenAI的CEO，AI狂飙时代最大的推手之一。他手里的模型刚干了一件人类顶级数学家79年没干成的事。按理说应该高呼“我们改变了世界”才对。
但他只说“复杂”。
我猜，他复杂在哪——AI不是替人类解决了问题，而是绕过了人类。
这次，数学家们不是在“协助AI”，而是在给AI做验证。那篇证明后面附带了一长串数学家签名，包括菲尔兹奖得主、普林斯顿教授、当年拆穿过OpenAI谎言的Thomas Bloom。
Bloom七个月前公开批评OpenAI前副总裁“严重误导”——因为当时他们宣称GPT-5找到了Erdős问题的解，结果只是从旧论文里扒拉出来的。Bloom直接打脸。
而这一次，Bloom认证了。
认证的意思是：AI的证明成立，人类数学家没有异议。
可这难道不正好说明问题吗？人类已经从“研究者”变成了“复核员”。
我室友说他最难受的是那个细节：AI动用的工具“无穷类域塔”，代数数论领域的数学家们熟悉了几十年，但没人想到用它解决平面几何问题。
“不是我们解不出来，”他在电话里说，“是我们根本没想到往那个方向看。现在回过头来，那个路径一直存在。但我每天被论文、基金、上课追着跑，哪有时间做这种跨领域的‘疯狂联想’？”
他沉默了一会儿：“AI有。它不会觉得‘太抽象’、‘太冷门’、‘太不像几何’。它只是搜遍所有可能的路，然后走了那条我们没走的路。”
03 AI未来能做什么？答案可能让你不安
OpenAI在公告里说，这个模型是通用推理模型，不是专门为数学设计的。
翻译一下：它能解数学题，就能解物理题、生物题、材料题、工程题。
而且它能跨领域借用工具。
你们知道这意味着什么吗？
未来一个癌症靶点的问题，可能被一个来自凝聚态物理或者气象学的模型解决。 而人类医生可能一辈子都不知道那个工具的存在。
数学也许只是个开始。OpenAI自己写得很直白：“AI即将在研究的创造性部分开始扮演非常重要的角色。”
“创造性部分”——这四个字是重点。
以前我们说AI擅长的是“模式识别”、“大规模计算”、“优化”，但创造力、洞察力、直觉，这些是人类专属的。现在，OpenAI说AI已经进入了“创造性部分”。
我不禁想问：如果AI连“推翻数学猜想”这件事都能做到，人类还剩下什么不可替代的部分？
公告也补了一句漂亮话：“人类的判断仍不可或缺。人类选择重要的问题，解读结果，决定下一步追问什么。”
听起来很合理，但你细品：这不就是老板和实习生吗？ 老板负责“指方向”，实习生负责“干活”。
可问题是，如果这个“实习生”比所有人类专家都更能发现新路径、更能跨领域联想，那老板凭什么指挥他？老板连他在干什么都看不懂。
我室友说，他们教研组已经有人在讨论：十年后还要不要招博士？还是直接招“会使用AI工具的助理”？
04 一个更大的隐患：我们不知道AI怎么做到的
还有一件事让我很介意。
OpenAI没有公布模型的具体架构和训练细节，只给了最终证明和数学家的验证。
也就是说，我们知道“AI做到了”，但我们不知道“AI是怎么做到的”。
数学家们可以验证一个数学结果对不对，但AI的推理过程——那些中间步骤、那些“灵光一现”的跳跃——对人类来说可能是黑箱。
这次它用了“无穷类域塔”。下次呢？会不会用到一个人类从未定义过的概念？
如果AI用一种人类根本看不懂的“语言”证明了某个结果，我们只能选择要么信，要么不信。可数学这门学科，信任从来不是靠权威，而是靠可复现的推理链条。
一旦链条的某个环节超出人类的理解范围，数学还能叫数学吗？
普林斯顿的Will Sawin教授后来给出了具体的δ值（0.014），算是帮AI的结果落地到人类能处理的数字。但Sawin本人也是顶尖数学家。普通的研究者，连评价这个结果都做不到。
这就引出一个尴尬的局面：
最前沿的科学发现，由AI产出。
只有极少数顶尖人类专家能验证。
剩下的人，只能选择“相信权威”。
这不就是我们一直想摆脱的科学模式吗？
05 我们到底要不要“欢呼”？
我知道这篇文章发出去，肯定会有人说我“保守”、“不理解AI的进步”。
我不是不理解。恰恰相反，我比大多数人都震惊于那个结果。
我只是觉得，在社交媒体上一片“太牛了”、“人类要失业了”的喧嚣中，我们需要一点不一样的声音。
不需要抵制AI，也不需要恐慌。
但至少应该问几个问题：
当AI开始产生“原创性想法”，我们该如何定义“原创”？这个想法真的属于AI，还是属于它的训练数据——几十万篇人类写的数学论文？
AI的下一个突破，可能会出现在哪个领域？如果它解决了核聚变控制问题，或者发现了暗物质的直接证据，我们的社会准备好了吗？
人类数学家的角色应该是什么？是继续做“比AI更快更聪明”的事（显然不可能了），还是转向“理解AI的思路、并用人类的语言重新表达”？
最后一个问题，我自己也没有答案。
但我室友昨晚挂电话前说了一句，我觉得应该写下来：
“我不会停止做数学。但以后我做数学的方式，可能会完全不一样。也许以后最重要的能力不是解题，而是听懂AI在说什么，然后告诉其他人，它有多漂亮。”
他说这话的时候，语气既像认命，又像期待。
我想，这可能就是奥特曼所说的“复杂”吧。
