2026年8月1日，OpenAI扔出了一枚重磅消息。它的下一代主力模型Astra——目前还只是一个内部版本——在数学和理论计算机科学领域取得了十项重大突破。这些成果覆盖高维几何、编码理论、群论、算子代数、量子复杂度、格密码学和极值组合学等多个方向。每道题都是开放超过十年、核心进展长期停滞的硬骨头。
消息一出，数学圈的反应不是欢呼，而是长时间的沉默和反复核对。原因很简单：这一次，AI的角色彻底变了。过去它是“算得快的计算器”——人给思路，机器出结果。这次反过来，论证本身由模型生成，人类只负责整理和验证。更扎眼的是成本——按OpenAI的Sol API费率折算，寻找全部解法消耗的Token总价大约只要2000美元。平均一道题200美元，差不多是北美一个研究生周末的津贴。
“下周颁发的菲尔兹奖，可能是最后一个颁发给人类的菲尔兹奖。”Anthropic研究员半年前的这句调侃，眼看就要被OpenAI兑现了。
这十项成果里，有几项的分量值得单独拎出来说。
最重磅的，是非sofic群的存在性构造。1999年，阿贝尔奖得主Mikhail Gromov抛出了一个概念——sofic群。它的核心问题，问法极其简洁：任何一个无限复杂的群，都能用有限置换去逼近它的局部乘法表吗？问题听起来不难，但它牵动的版图很大。sofic熵理论、动力系统遍历论、算子代数——一整片数学领域，都系在这个问号上。27年间无数顶尖数学家尝试寻找反例，全部折戟。
Astra则从数学工具箱里直接拎出了二元Leavitt代数的单位群，把Kun-Thom扩展图理论和Thompson群V糅合在一起，逼出了一个决定性的矛盾。
同一赛道的另一个重磅成果，是1982年菲尔兹奖得主Alain Connes的刚性猜想被直接证伪。Connes曾断言某些群由它们的von Neumann代数唯一决定。Astra直接推翻了这一点。它构造了一个可数无限的群族——这些群彼此之间互不同构，也就是说，它们长得完全不一样。但偏偏，它们的von Neumann代数完完全全相同。整个构造的关键一步，是Astra主动区分了两种很容易被混为一谈的共轭关系。一种是可测共轭，一种是代数共轭。很多人会把它们当成一回事，Astra把它们掰开了。一旦这个区分立住，后续的构造就顺理成章了。
还有停滞了46年的高维球体堆积问题。高维球体堆积，问题本身很好理解：在n维空间里，怎么把同样大小的球塞得最密？2022年，Viazovska因为解出了8维和24维的精确堆积密度，直接拿下了菲尔兹奖。但其他维度的密度上限，一直卡着没动。1978年，两位苏联数学家给出了一个叫Kabatiansky–Levenshtein的界，之后整整46年，再也没有人往前推进一步。Astra这次精确算出了Cohn–Elkies线性规划的指数衰减率——换句话说，它把那个卡了46年的KL界，首次突破了。
此外，Astra还解决了埃尔德什（Erdős）的三道经典开放问题——第183号多色拉姆齐数、第146号和第180号极值图论猜想；在算术电路复杂性方面给出了n⁴/log n量级的新下界；在量子复杂度领域证明了通用双人量子博弈的指数并行重复定理；在格密码学基础问题上证明了最近向量问题的多项式因子近似困难性。
曼彻斯特大学数学家Thomas Bloom认为，这次集中发布的十项结论，整体学术价值远超五个月前OpenAI证伪埃尔德什单位距离猜想的单次成果。
Astra公布后，全球学术界与科技界陷入一片震动。
顶尖数学家的反应非常直接。罗格斯大学杰出教授、美国数学学会成员Alex Kontorovich的评价只有两个惊叹号。菲尔兹奖得主、剑桥大学教授Timothy Gowers表示：“如果这些证明通过了完整的同行评议，我们将需要重新思考'做数学'意味着什么。”牛津大学数论教授Thomas Bloom感叹：“25年前我们还在用纸笔推公式，现在AI竟然直接证明了非sofic群。”数学家兼AI研究者Ilya Glazer说得更彻底：“数学家的定义被改写了。”
AI圈内部同样震动。OpenAI首席研究科学家Noam Brown指出：“测试时计算还远未见顶——我们一直低估了推理期间投入更多算力的价值。”微软研究院副总裁Sebastien Bubeck的感慨更个人化：“我不敢相信我们真的做到了。非sofic群从'几乎不可能被证明'的列表中被划掉了。”独立评估机构Epoch AI则强调，他们采取了前所未有的措施确保这些题目没有出现在任何公开训练数据中——Astra展现的不是检索能力，而是真正的数学创造力。
但在一片惊叹声中，刺耳的质疑声同样响亮。
认知科学家Gary Marcus泼了一盆冷水。他在个人博客发文指出，围绕Astra的讨论正在犯一个经典的逻辑错误——合成谬误：把“模型在特定数学任务上的表现”夸大成“通用智能的跃迁”。Marcus的逻辑很简单：数学专长并不能保证在所有领域都成为天才——一个擅长数学的人可能在写作或理解人际关系上很吃力。Astra擅长某些数学问题，但这不意味着它能避免模型幻觉，也不意味着它能解决其他生成式AI系统存在的可靠性问题。“它甚至不意味着它能可靠地读取PDF。”
Marcus还指出了一个更深层的问题：数学成为AI的突破口并非偶然。数学适合两件事——用符号工具验证，以及大规模廉价生成保证答案正确的合成数据。你可以生成任意多的数学事实，却无法模拟开放式的世界。把数学上的成功外推到所有现实问题，“只能说明你并不理解这个基本事实”。
热闹归热闹，有几件事值得冷静下来想一想。
第一，Astra是未发布的内部模型。OpenAI展示的是精选后的10道题——我们不知道它试过多少题、失败了多少次。Noam Brown自己承认，团队试过黎曼猜想这样的千禧年难题，目前还没成功。
第二，同行评议尚未完成。目前Astra的数学成果尚未通过传统学术期刊的同行评议。有数学家指出，Astra在国会山的演示更像一个“精心策划的营销事件”。“攻破”和“被数学界正式确认”之间，还隔着一个完整的独立复核周期。
第三，Lean验证通过不等于证明原创。OpenAI在GitHub上公开了十项结果的Lean文件。官方形式化清单显示，主要证明的sorry_count为0——也就是说，没有留白、没有跳步。但这套验证系统能保证的，仅限于推导本身在逻辑上没有漏洞。一个更重要的问题是：从数学家的原始猜想到Lean能读的形式化命题，这个翻译过程有没有走样？证明的方法够不够新？结果在整个学科里到底有多大分量？这些问题，Lean回答不了，得靠人来判断。形式化系统能做的，只是逐行检查推理链是否合法。它没法判断模型是不是真的“理解”了题目。
第四，2000美元只是推理成本。这个数字只计算Token，按Sol API价格折算。模型训练成本（数十亿美元计）、研发团队薪资、选题成本、数学家参与费用、基础设施投入都没有列入。官方仓库另注明，把这些证明写成Lean形式化文件前后花了一周时间。把“2000美元拿下菲尔兹奖级难题”挂在标题里，多少有点把毛利率当成本价。
抛开狂热与质疑，Astra这次真正的意义可能不在“10道题”本身，而在三件更底层的事。
第一，它第一次把“提出论证、整理论证、机器验证”三件事串成了一条流水线。过去，大模型在数学领域充其量就是个算得快的计算器。帮人查查文献，润色一下证明，写几段代码——也就到这儿了。Astra完全不是这个路数。论证由模型自己生成，人类和模型一起把论证整理成论文，最后再由模型把每一个步骤转化成Lean形式化证明证书。换句话说，数学研究里最核心的两道关口——“把答案想出来”和“确认答案没错”——第一次被同一个模型同时攻破了。
第二，它把AI的能力证明从“benchmark分数”换成了“解决真正没人解决过的问题”。这套新逻辑有一个聪明的设计：未解难题没有参考答案，没有泄露风险，没有overfit的可能。你出一道没人解过的题，我解了，这就是能力证明。但它也有一个致命的软肋：验证权在谁手里？“此前无人解决”——这句话的验证机制是什么？谁来复现？这些在OpenAI的公告里没有完全回答。没有独立验证之前，“解了10道数学题”只能作为营销信号，不能作为技术事实。
第三，Altman优先在华盛顿做demo，这个顺序透露了很多。Astra的发布，首先是给政策制定者看的，其次才是给开发者看的。为什么？因为AI政策的走向，在很大程度上取决于政策制定者是否相信AI公司有能力管好风险。如果OpenAI能持续展示“我们的AI能解决人类未解决的难题”，这个叙事对获取政策层面的信任、避免过度干预有直接价值。Astra系列模型预计将成为首批须经特朗普政府新版AI框架审查的产品——该框架要求AI公司在向公众发布模型前须事先向美国政府提交备案。
所以，Astra真正的意义不是“AI要拿菲尔兹奖了”——至少今天还不是。它真正触及的，是数学研究的经济学根基。以前养一个团队五年攻一道题，现在可能几千美元就能批量扫出候选答案。OpenAI同期宣布向10万名科学家和数学家免费开放其最强模型的使用权——这显然不只是做慈善，而是在抢下一代科研入口。
陶哲轩在2026年国际数学家大会上的那句话，已经提前命中了这个时刻——“从证明稀缺到证明过剩”。当一台中端笔记本的算力就能批量生产被机器验证的数学证明，稀缺的东西不再是“能不能证出来”，而是“我们还想问出什么值得被证的问题”。
2000美元可以买来10个定理的证明，但买不来那个“为什么要问这个问题”的瞬间。
那个瞬间，依然属于人类。
本文来自微信公众号“第一新声”，作者：贾玥，36氪经授权发布。
发布时间：2026-08-03 19:12
立即订购
在线咨询
返回顶部