深度解读AI 与大模型generatedpublished

1万个AI攻坚黎曼猜想?OpenAI千禧难题背后的算力围猎与数据收割

算力围猎与数据回流机制(编辑器草稿吸收 + 多智机制

1 万个智能体同时开工,不眠不休算了 88 个小时。 换来的是流体力学卡了近百年的千禧年数学难题,被直接宣称攻破。 还没等学术界核验完逻辑,这 1 万个分身又被掉转枪头,扑向了黎曼猜想和 P 对 NP。 推文在技术圈迅速传开,引来上千名研究人员围观。 外行都在惊叹神迹,以为通用人工智能终于要肉身成圣。 数学界在看的,却是另一场凶险的事故。 大家吃惊的不是机器有多聪明。 吃惊的是学者的演草纸,什么时候成了平台的口粮。

把时间推回 2026 年 8 月 15 日。 纽约大学数学教授 Tristan Buckmaster 和合作者 Levent Alpöge,在流体偏微分方程上取得了关键突破。 为了推导复杂的算式、跑通验证脚本,他们把研究草稿和中间推导,写进了辅助编码工具 Codex。 两周后,学术圈开始流传有人要搞定纳维斯托克斯方程的风声。 旧金山的警报瞬间拉响。 因为 Alpöge 的全职身份,是竞争对手 Anthropic 的研究员。 一旦让对手抢先发表,科技巨头的学术光环就会被当场击穿。 怎么办? 拿算力换时间。 上万个智能体被推上流水线,在 88 个小时内狂刷了 270 万条协同消息,烧掉 1300 亿个输出标记。 它们在几天内硬生生拼出了一套完整的证明,甚至赶在 17 个小时里用 Lean 形式化语言跑通了机器自检。 9 月 6 日,OpenAI 的研究员 Sébastien Bubeck 拿着厚厚的文件找上门,找 Buckmaster 谈联合署名。 门还没进稳,先递了一把刀子: 联合发表可以,但必须把 Alpöge 的名字划掉。 因为他是 Anthropic 的员工。 追求真理的科学探索,在商业帝国的山头防线面前,连三天都没撑过去。

Buckmaster 当场拒绝割席。 这位学者随即问出了那个让所有人脊背发凉的问题: 我们存在你们编辑器里的未公开草稿,你们到底有没有偷看? 官方的公开回复写得滴水不漏。 他们坚决否认私自调阅了特定用户的私人账户。 但在声明末尾留下了一行小字: 无法排除来自用户使用产品的脱敏数据,协助改进了模型的能力。 这行字翻译过来很残酷。 学者耗费一年心血找出的构造型式、能量估计和引理方向,只要敲进对话框,就成了对手阵营里 1 万个智能体免费吸收的跳板。 你前脚趟出一条缝隙,平台后脚就能调集万倍算力完成终点冲刺。 他们抢先撞线,顺手把原本的领路人踢出领奖台。

冲刺得手之后,贪婪就会变成惯性。 既然 88 个小时能冲下一个千禧年难题,剩下的为什么不冲? 这 1 万个智能体立刻被转派去攻打黎曼猜想和 P 对 NP。 科技博主 Andrew Curran 发文透露,内部新模型正在同时围攻这一长串难题。 技术狂欢再一次铺天盖地。 但这台算力收割机,马上就会撞上一堵看不见的死墙。 为什么 1 万个智能体能在纳维斯托克斯方程上得手? 因为那个问题的核心,是要找出一个有限时间内速度炸到无穷大的反例。 只要人类学者先在理论上锚定了具体的方程变形与对称性结构,剩下的工作,全是在超大参数空间里的分支搜索、不等式放缩与代码校验。 这恰恰是机器最擅长的事情。 用海量并行去试错,拿形式化编译器当裁判,算力确实能堆出奇迹。 但黎曼猜想和 P 对 NP 完全是另一种维度的存在。 黎曼猜想问的是无穷多个零点的位置,P 对 NP 问的是寻找解与验证解的复杂度边界。 这两个问题悬空了半个多世纪,根本不需要堆人头去算公式。 难点在于人类至今连第一扇正确的门在哪里都不知道。 面对计算复杂性领域著名的自然证明屏障和代数化屏障,人类目前掌握的所有数学工具都被证明从根本上失效了。 没有新数学概念的诞生,没有天才在黑暗中撕开的那道微光。 就算把 1 万个智能体扩充到 10 万个,让它们在死胡同里互相发上几千万条消息。 它们也只能在已有的错误范式里高速打转,生成海量严密却空洞的推导废话。 大语言模型可以靠吞噬人类前沿的演草纸,去抢终点线前一百米的撞线权。 但它们变不出那张从零开始画出来的藏宝图。 当学界的信任被打破,数学家们重新把草稿本锁进抽屉的时候。 那些孤身坐在机房里的智能体,究竟还能去哪偷下一颗火种?

引用 / CITATIONS

No citations exported.

同领域解读 / AI & LLMS

查看全部「AI 与大模型」解读 →

导出 / EXPORT

订阅 · SUBSCRIBE

每周一封独立、不受审查的科技与 AI 深度评论,周一发出。带出处,可核查。

不追踪邮件打开与邮件链接点击,一键退订。 或用 RSS · 详情