{"id":"mb-20261029-cf7486","kind":"deep","title":"烧掉千万美元解一道数学题：OpenAI如何用算力重塑纯数学与逻辑推理","summary":"山姆·奥特曼透露OpenAI在数学证明上已烧掉数亿美元，仅纳维-斯托克斯方程单次突破就耗资千万美元。通过形式化证明语言Lean作为无幻觉的客观裁判，OpenAI撬动推理时算力与智能体自主搜索，正将人类百年数学难题转化为自我进化的算力飞轮。","body":"解一道数学题，能花掉一千万美元？\nOpenAI 还真就这么干了。\n山姆·奥特曼（Sam Altman）最近在播客里提到，他们放手让算力失控跑了一整周。\n光是去解纳维-斯托克斯方程（Navier-Stokes）的一个关卡，那一周就烧掉了差不多一千万美元。\n一千万美元，折算下来是七千多万人民币。\n几万张顶级显卡连在一起，不分昼夜地狂轰滥炸。\n坐在他对面的 Stripe 创始人约翰·科里森（John Collison）问他：你们在数学证明上总共花了多少算力？\n奥特曼给出的回答是：数亿美元。\n科里森追问：那你们手里的数学证明，难道远不止公开的那七百多个？\n奥特曼说：当然。\n很多人看到这里第一反应会犯嘀咕。\n写文案、做视频、甚至搞聊天机器人那么赚钱，OpenAI 疯了吗？\n把数亿美元的真金白银，砸进世界上最枯燥的纯数学证明里？\n这要从大模型最要命的一个死穴说起。\n幻觉。\n平时教大模型写文章或者写代码，最怕它胡说八道。\n以往的办法是让人类专家来给它打分，也就是人类反馈强化学习。\n但人类哪有那么多精力和算力？\n遇到几百页的复杂推理，人类专家也看不过来。\n更要命的是，模型很快就会学会迎合人类。\n它会编造出一些看起来极其严密、词藻华丽的答案，把人类评审给忽悠过去。\n只要没有绝对客观的标准，强化学习跑到最后，就容易变成一场讨好人类的数字游戏。\n怎么打破这个天花板？\nOpenAI 盯上了纯数学。\n因为数学是人类知识库里极其罕见的绝对净土。\n在这个领域，根本不需要人类来当裁判。\n数学家早就开发出了一套编译器，比如形式化证明语言 Lean。\n你在纸上推导的所有逻辑，都可以翻译成严格的代码行。\n一行行代码丢进 Lean 的微内核里跑一跑。\n通过就是通过，报错就是报错。\n计算机的逻辑检查器只认零和一。\n它没有主观偏好，不会感到疲倦，更不可能被花言巧语忽悠。\n一旦拥有了一个绝对诚实的自动裁判，机器就能自己跟自己玩了。\n人类写好的高质量数学数据不够用了？\n没关系，让机器自己造。\nOpenAI 怎么做到的？\n他们把成千上万个自主智能体放进庞大的计算集群里。\n一个智能体提出猜想，另一个智能体尝试构造引理，第三个智能体负责推导证明。\n推导出一小段，立刻丢给编译器检验。\n只要编译器报错，这条路径当场作废，智能体掉头去试下一条。\n只要编译器亮起绿灯，这一步就成了不可动摇的真理，变成下一轮搜索的地基。\n这就是大家最近常说的推理时算力。\n以前是模型训练完了就定型了。\n现在是只要给够算力，模型就能在解空间里无限展开搜索树。\n纳维-斯托克斯方程是数学界悬赏百万美元的千禧年难题之一，用来描述水流和空气这些流体在运动时到底会不会失控产生奇点。\n人类顶尖数学家啃了几十年，每推进一步都要耗费几年心血。\n而在那失控的一周里，OpenAI 的集群里有数不清的智能体昼夜不歇地撞击各种可能的推导路径。\n一千万美元的电费和芯片折旧砸下去，最后硬生生堆出了一篇长达 166 页的证明。\n不过，事情到了这一步，反而引出了更大的震荡。\n机器跑得太快，人类跟不上了。\n十月份，OpenAI 突然把 722 篇 AI 生成的数学论文一股脑甩到了 GitHub 上，宣称攻克了几百个未解难题的局部。\n整个数学界直接炸了锅。\n很多大学教授看着那几百篇密密麻麻的机器产物，甚至用“有毒废料”来形容这种冲击。\n因为机器生成一篇 166 页的论文只要几分钟，人类数学家要去逐行理解、核实背后的数学直觉，可能得花上一整年。\n剑桥大学和伦敦国王学院的研究者去仔细比对时，还真挑出了毛病：机器在代码里验证的逻辑，跟它在人类可读论文里写的论述，有些地方根本对不上。\n机器通过了编译，并不等于人类理解了为什么。\n为了平息这场混乱，OpenAI 甚至不得不自掏 500 万美元捐给西蒙斯基金会（Simons Foundation），专门出资请人类学者去帮 AI 批改作业。\n花一千万美元解一道题，听起来简直是败家。\n但奥特曼在播客里打了个赌：\n他说，同样是纳维-斯托克斯这个级别的证明，一年之后，他们就能把成本降到原本的百分之一。\n也就是说，从一千万美元，直接打到十万美元。\n为什么敢这么笃定？\n第一次证明，是在完全无知的黑暗里狂暴搜索，不得不把几十亿条死路全踩个遍。\n但只要有一条路被编译器走通了，这条包含正确逻辑的 166 页推导链，就会变成下一个模型的顶级训练教材。\n通过蒸馏，新一代模型直接记住了高难度跳跃的解题思路。\n下一次再遇到同类难题，它不用再去穷举所有死路，几秒钟就能奔向目标。\n当年 AlphaGo 第一次打败李世石，耗费了几千块芯片和整支顶级工程团队；到了 AlphaZero，只要几个小时的自我对弈，就能彻底压制全场。\n在 OpenAI 眼里，纯数学只是用来做压力测试的磨刀石。\n只要一个领域存在客观刚性的裁判标准，不管规则多深奥，算力迟早会把人类几个世纪积累的认知高墙，当成习题集一道道刷过去。","topic":"烧掉千万美元解一道数学题：OpenAI如何用算力重塑纯数学与逻辑推理","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-29 21:32:05","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"烧掉千万美元解一道数学题：OpenAI如何用算力重塑纯数学与逻辑推理","description":"山姆·奥特曼透露OpenAI在数学证明上已烧掉数亿美元，仅纳维-斯托克斯方程单次突破就耗资千万美元。通过形式化证明语言Lean作为无幻觉的客观裁判，OpenAI撬动推理时算力与智能体自主搜索，正将人类百年数学难题转化为自我进化的算力飞轮。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261029-cf7486","markdown_url":"https://mubeitech.com/deep/mb-20261029-cf7486/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261029-cf7486","published_at":"2026-10-29T21:32:05Z"}