夜雨聆风
这是一个足以载入科学史的疯狂故事。
康奈尔大学的应用数学家亚历克斯·汤森（Alex Townsend）有一个习惯：在过去一整年里，他只要一有空，就会把数学界悬赏了22年的顶尖难题，克鲁兹猜想（Crouzeix's Conjecture），输入到大模型里，反复追问。
在大约一年的时间里，AI时常给出充满逻辑漏洞的胡说八道，也会卡在某个死活推不出来的核心引理上。
直到2026年7月30日的清晨
当汤森照常向GPT-5.6抛出这个问题时，大模型破天荒地没有瞎编，而是直接吐出了一篇几天前刚刚挂在预印本网站上的论文链接，《数值域是一个2-谱集》（The Numerical Range Is a 2-Spectral Set）。
▲ 著名应用数学家Townsend与Greenbaum在SIAM News发表的文章，记录了他们发现这篇神作的不可思议历程
汤森立刻点开论文，作者栏赫然写着一个完全陌生的名字：Shanmu Jin（金杉木）。
单位一栏更让数学家们惊掉下巴，北京协和医院，神经外科住院医师。
一位每天穿着白大褂、在无影灯下跟颅脑病灶搏杀的中国年轻脑外科医生，带着AI自主推演了16个小时，居然为这道让纯数学领域顶尖学者攻坚二十多年的殿堂级猜想，给出了一份候选证明。
▲ 著名数学家Steven Strogatz在社交平台惊呼：这是数学与AI前沿“最新、最疯狂的故事”
随后，提出该猜想的法国数学家米歇尔·克鲁兹（Michel Crouzeix）本人，以及汤森、格林鲍姆等专家仔细检查了手稿，并表示他们相信这份证明是正确的。
消息一出，全球数学界与AI圈瞬间被点燃。
22年未解的数学明珠：那个神圣的常数“2”
要理解这场震撼，我们得先把时钟拨回2004年。
在高中数学里，我们学过矩阵，它可以看作是对空间的一种变换，拉伸、旋转或者投影。通常情况下，数学家通过特征值来观察矩阵的行为。但对于绝大多数复杂的“非正规矩阵”，特征值往往会撒谎：它们无法反映系统在短期内的剧烈震荡、算法的收敛速度，以及误差的扩散。
为了看清矩阵的全貌，数学家引入了一个极具几何美感的工具，数值域（Numerical Range）。你可以把它想象成矩阵投射在复平面上的一块紧致而优美的“影子”。
2004年，法国数学家克鲁兹提出了一个震撼业界的极简猜想：
如果你把任意一个多项式函数 $p$ 作用在一个矩阵 $A$ 上，算出来的矩阵整体大小（算子范数），绝对不会超过该函数在矩阵“数值域”阴影中最大取值的2倍。
即：$|p(A)| \le 2 \max_{z \in W(A)} |p(z)|$
这个猜想不仅极其优美，而且是现代计算数学的“定海神针”。如果它是对的，工程师和物理学家在进行大型矩阵函数计算、求解偏微分方程（GMRES算法）、乃至模拟量子系统时，就能将极其复杂的矩阵运算误差，死死按在一个确定的常数界限内。
▲ 悬置22年的克鲁兹猜想（Crouzeix's conjecture）词条界面
然而，证明这个“2”字，成了数学界跨越二十年的噩梦：
- 2007年
，克鲁兹本人拼尽全力，只证明出了一个粗糙的通用常数 11.08； - 2017年
，克鲁兹与合作者将上界推进到了 $1+\sqrt{2} \approx \mathbf{2.414}$； - 此后近十年
，全球顶尖分析学家在各种特例上持续攻坚，但通往纯粹常数“2”的最后一步，就像一道无法逾越的深渊，横亘在所有人面前。
▲ 2017年美国数学研究所（AIM）专为克鲁兹猜想举办的工作坊，群星云集，却终未推开最后的大门
直到2026年的盛夏，这扇尘封了22年的大门，被一位中国神经外科医生一脚踹开。
医生、超声波与16小时的“AI红蓝对抗”
一位神经外科住院医师，为什么要去死磕纯数学难题？
答案藏在临床医学的前沿阵地里：经颅超声（Transcranial Ultrasound）。
▲ 业内学者指出：生命科学研究者为了研发工具，往往在底层自学了极其庞大的数学体系
为了让超声波精准穿透极其复杂的人体颅骨结构、无创治疗脑部疾病，金医生在构建声波聚焦算法时，迎头撞上了极其硬核的高维非正规矩阵分析。在自学深造矩阵理论的过程中，他被克鲁兹猜想那极其对称、纯粹的几何美感深深吸引。
但白天，他是医院里处理繁重临床与手术日程的住院医；只有在轮休的深夜，他才拥有属于数学的时间。
面对职业数学家十年未竟的关隘，金医生没有选择单打独斗，而是打造了一套极其精密的AI多代理自主推理体系。
▲ 金医生公开在GitHub上的核心提示词框架，展现了精密的多代理与对抗机制
在他的架构设计中，GPT-5.6 Sol受一套极其苛刻的规则驱动，组成了一个自主证明工作流：
- 绝对断网与防污染
：严禁AI检索公网现成答案，强制其从第一性原理出发思考； - 多代理并行发散（Multi-Agents）
：同时拉起多个互不相通的子代理，强制维护彼此不同的证明策略，绝不允许过早收敛到某种看似诱人实则是死胡同的思路上； - 红蓝对抗式残酷审计
：每当一个子代理提出一个引理，另一个对抗性代理就会立刻化身“最挑剔的审稿人”，疯狂寻找反例进行暴力拆解与攻击； - 不达全包围不罢休
：直到所有关键引理在严苛的对抗审计下毫发无伤，完整证明才被允许输出。
在长达16个小时不间断的自主博弈与推演中，这台由AI构建的数学思想熔炉，终于熔铸出了决定性的突破口。
▲ 科技博主对这场16小时自主推理破局的惊叹摘要
出人意料的是，AI并没有走向职业数学家们此前预想中那些越来越硬、越来越繁复的高深估计，而是借助细致的采样策略（Herglotz核采样与Gramian比较），奇迹般地把全部技术困难，化约成了一个极其简洁的正实完备定理。
一份长达数十页、结构工整、直击靶心的纯数学证明手稿，就此诞生。
专家连夜复核：8天后，第二条独立路线爆发！
当金医生把手稿上传到预印本平台时，整个数值代数界最初是抱有怀疑的。
但几小时后，质疑变成了惊叹
康奈尔大学的汤森与华盛顿大学的格林鲍姆（Anne Greenbaum）连夜精读了全部推导，随后直接联系了猜想提出者，已经年过七旬的法国数学泰斗米歇尔·克鲁兹。
老先生仔细研读了这位中国年轻人的论文后，与汤森、格林鲍姆一同表示：他们已经仔细检查过这份手稿，并相信它是正确的。
▲ 金医生开源的GitHub研究仓库，包含论文完整代码、证明手稿、AI提示词与Lean形式化验证入口
金医生并没有藏私他在GitHub上全面开源了所有资料：Annals格式的手稿、完整的AI提示词、经过脱敏的对话日志，甚至搭建了Lean计算机形式化验证的接口。这些可供学者自由审计的科学工件，让外界能够追溯并检查AI参与的证明过程。
仅仅在金医生挂出预印本8天之后，荷兰代尔夫特理工大学的埃米尔·洛里斯特（Emiel Lorist）与特文特大学的菲利克斯·施温宁格（Felix Schwenninger）就在arXiv上挂出了另一份完全独立的证明！
▲ 荷兰学者随后发表在arXiv上的第二份独立证明，两者技术路线截然不同却殊途同归
荷兰学者坦承，他们同样在研究中使用了GPT-5.6探索策略，走的是双层位势与2-膨胀扰动引理的分析路线。
两支团队的技术路径截然不同，却在短短一周内得到同一个结论，为后续审查提供了独立对照。
▲ 维基百科克鲁兹猜想词条迅速更新，记录下这两项里程碑式的证明工作
是“老虎机中奖”，还是属于普通人的“业余天文时代”？
这场跨界风暴在社交网络上掀起了关于“科学发现范式”的空前大论战。
质疑者直言不讳：
“如果人类的输入仅仅是一份提示词，这和去赌场拉老虎机有什么区别？当重活全被机器干了，我们该如何有意义地把荣誉归于人类？”
▲ 社交媒体上关于AI时代学术信用分配与“老虎机悖论”的尖锐质疑
但硅谷思想家巴拉吉（Balaji Srinivasan）给出了一个更具洞察力的绝妙比喻：
“这就像业余天文学的黄金时代重临。浩瀚的数学夜空中，忽然有一片星区对业余爱好者敞开了。一个并不在象牙塔体制内的人，只要能够熟练地操作‘大模型望远镜’，并将它准确地对准夜空中那片正确的星区，他就能做出职业天文学家彻底错过的伟大发现！”
▲ 巴拉吉将此举比作“业余天文学家操纵LLM望远镜发现新星”
这一次尝试，暴露出人类认知组织方式正在经历的深刻变化。
试想：汤森这样的顶尖数学家追问了AI一整年，得到的却都是废稿。金医生则把自己在医学跨学科探索中锤炼出的问题直觉，转化成了一套包含子代理抗衡、对抗性证伪、发散与收敛控制的高维提示词工程体系。
这套流程把问题选择和规则设计留给人类，让AI承担分支搜索、排除死路与构筑论证，最后仍由专家共同体裁决其严谨性。
新科学革命的破晓之光
尽管按照最严谨的学术程序，金医生的论文与第二份独立证明仍需等待国际顶尖数学期刊的最终正式刊出（Formal Peer Review），但整个应用数学界的范式地壳，已经在这一刻发生了永久性的位移。
正如汤森与格林鲍姆在文章最后发出的深邃感叹：
未来，我们注定会看到越来越多来自职业数学界之外的人，在AI的深度协助下，跨界做出颠覆性的重大科学贡献。
从白日里精细入微的颅脑手术，到深夜里横跨22年的纯数学猜想；从面对未知疾病的医者仁心，到探寻宇宙底层逻辑的数学狂想。
人类的好奇心，终于在大模型这架全新“思想望远镜”的折射下，跨越了学科的壁垒与年岁的长河，在浩瀚的真理夜空中，照亮了一颗此前从未有人目睹过的璀璨新星。
