当 AI 不再只是工具：它怎样帮人类做基础科研 OpenAI 公布了一个代号叫 Astra 的下一代模型，一口气拿下了十个数学界常年啃不动的硬骨头。其中有一道是高维球体最密堆积题：这个从 1978 年提出后就长期停滞的老问题，这次被 AI 往前推了一大步。据 OpenAI 测算，完成这些探索所需的算力 token 若按 Sol API 计价，大约 2000 美元。 一、它不再只是"帮手"了 我们过去对 AI 在科研里的定位一直很清晰：工具。 你让它算，它算；你让它查文献，它查；你让它跑模拟，它跑。本质上，它像个不知疲倦的实习生，活儿是它干，主意是你拿，最后确定的还是你。 第一条就是刚才说的 Astra。它解决的不是"已知解法、只是算得慢"的题，而是在一些连人类都还没摸到门道的问题上，自己想出了路径。OpenAI 公开了一份 249 页的手稿合集与对应的 Lean 4 形式化证明，记录了这些论证是如何生成的。（这些结果目前尚未经过同行评议） 第二条来自国内。腾讯的混元大模型（对外叫 Hy3，科研探索版本代号 Hyra）啃下了一道从 1969 年起就吊着全球数学家的组合数学难题：和差集比例问题。过去几十年，人类最好的成绩也只摸到 1.14 这个天花板。Hyra 先把搜索推进到 1.21，然后跳出"暴力枚举"的老路子，自己提出了一套能无限拓展的参数化构造方案，最后严格证明了那个比例可以无限逼近理论上界 2。（相关论文目前为 arXiv 预印本，尚未经同行评议。） 很显然，AI它做的不再是把已知方法算得更快，而是提出了人类此前没想到的方法，这恰恰是科研里最难、也最值钱的那一步，提出新方法，而不是执行旧方法 。 带学生做研讨的时候，经常说的一句话：科研里最贵的不是算力，是那个"啊哈"的瞬间，突然看见一条没人走过的路。现在，AI 开始给你递这种"啊哈"了。 所以我觉得，得给 AI 换个称呼了。它不再是"工具"，更像是一个会自己出主意的科研合作者 。 二、AI 是怎么"参与发现"的？ 你可能会问：它真能"发现"东西吗？还是只是概率拼出来的？ 在 Hyra 这条线里，人和 AI 的分工发生了微妙但根本的变化。过去是"人想、AI 算"，现在是 AI 先撒网式地探索各种候选方向、抛出可能的解决思路，人类研究者退到后面做三件事：判断哪个方向靠谱、把严谨的证明细节补上、最后用 Lean 4 这套计算机证明系统做形式化验证。 Astra 那边也是同一条路。它给出的数学证明，全部经过了 Lean 4 的逐步验证，也就是用计算机把推理过程一条条锁定。不是"看起来对"，而是在理论推导过程中证明确实成立。这也回应了很多人最担心的问题：AI 会不会一本正经地胡说八道？在纯数学这个最容不得糊弄的领域，至少可以用机器把结论锁死。 当 AI 把那些重复、漫长、容易让人崩溃的试错过程接过去之后，人类研究者终于能把精力放在最像人的事情上，判断、洞察、把关。我们没有被取代，只是被解放到了更上游的位置。 三、为什么"基础科研"成了大模型必争的高地？ 前两年大家卷的是聊天、写文案、画画、做 PPT。这些当然有用，但坦白讲门槛相对低，谁都能很快追上。 而基础科研，纯数学、理论物理、分子模拟、材料设计，是另一回事。它难，是因为要求的是真正的推理和创造，不是在已知答案里做排列组合。一道题卡住几十年，不是因为没人算，是因为没人想出那条路。 大模型厂商现在拼命往这块挤，我觉得有三个很现实的原因。 第一，这是检验真智能的试金石。 能陪你聊天，不代表真聪明；能在停滞半个世纪的问题上打开缺口，才说明推理能力真的上了一个台阶。基础科研的成绩，比很多排行榜都更有分量。第二，它是所有上层应用的地基。 今天你用的推荐算法、医疗影像、药物筛选，底层都依赖更基础的科学建模能力。一个能把抽象数学构造玩明白的模型，往生物分子模拟、工业仿真、新材料研发迁移，门槛会低很多。谁先把通用科研智能体的底座磨透，谁就掌握了未来产业竞争的主动权。第三，它也是最难被复制的护城河。 参数可以堆，数据可以买，但在基础科学上拿出实打实的、经过验证的新发现，靠的是模型底层推理模型的突破，没法靠加班抄出来。以前大模型厂商盯着消费端应用那片红海，现在开始有人沉下心啃纯基础科研的硬骨头了。这未必最吸引眼球，但一定最关键。 四、那我们人类，还干什么？ 每次聊到这，总有人焦虑：AI 都自己证定理了，科学家是不是要失业？ 这两件事最有价值的启示，不是"AI 多强"，而是人和 AI 怎么分工才最高效。AI 擅长在巨大的可能性空间里快速试错、提出大胆的猜想；人擅长判断价值、补上严谨性、守住科学共同体的规范。这套"AI 探索、人类把关 "的方法，将逐步成为新的科研常态。 这两份成果最终都走了"人类整理成论文、机器形式化验证"的流程。也就是说，今天的 AI 再厉害，它产出的东西仍然需要人类把它接住、验证，再写进人类的知识大厦。 作为老师，我甚至有点羡慕现在的学生。他们一上手就能拥有一个不知疲倦、还敢想敢试的认知外脑。当年我们靠熬通宵、靠灵光一现才能往前拱一点的地方，现在多了一个能陪你一起撞南墙、还撞得比你还快的伙伴。 写在最后 2000 美元，几十年的死局，一个不再甘心当工具、开始自己"想"定理的 AI。 我不会把这叫"AI 要拿菲尔兹奖了"，那种说法把事情说窄了。真正的信号是：科研这件事的玩法，正在被重写。工具时代，AI 替我们跑腿；合作者时代，AI 开始替我们探路 。 而我们能做的，或许就是早点习惯这个新身份：不是被取代的人，而是那个站在 AI 肩膀上、决定往哪看的人 。 注：本文所引动态均来自公开报道与原始出处，可查核。OpenAI Astra 的十项数学结果见 OpenAI 官方博客（openai.com/index/ten-advances-in-mathematics），相关 Lean 4 证明与 249 页手稿已公开，但结果尚未经同行评议。腾讯 Hyra／Hy3 关于和差集比例问题的论文为 arXiv 预印本（编号 2607.27199），同样尚未经同行评议。文中将其作为"AI 助力基础研究"的代表性案例呈现，不代表相关结论已获学界最终确认。 生活……可以…… 没有烟 没有酒 但是不能…… 没有茶 生活……可以…… 没有诗 没有远方 但是不能…… 没有音乐
生活……可以…… 没有风花 没有雪月 但是不能…… 没有摄影
这里是Waltz记录生活点滴、行行摄摄、拍拍写写的地方，喜欢可以点击下面公众号关注 或者微信搜一搜“色影随行”
最后，左下分享本文或右下点点在看是对我行摄拍写最大的支持与鼓励！ 谢谢！
夜雨聆风