---
id: "mb-20261021-0d8a31"
kind: "deep"
title: "卡了数学界160年的死结，被OpenAI用机器代码凿开一道裂口"
description: "OpenAI发布了一篇经由Lean证明器逐行机械检验的199页论文，成功证明了弱黎曼猜想，将非平凡零点严格限制在八分之七以内。这次突破没有凭空发明外星数学，而是通过在大规模搜索空间中交叉重组人类数学家散落的冷门工具与高阶覆盖族公式，把几千篇悬空的前沿定理无条件落地。"
domain: "ai"
domain_label: "AI 与大模型"
canonical_url: "https://mubeitech.com/deep/mb-20261021-0d8a31"
markdown_url: "https://mubeitech.com/deep/mb-20261021-0d8a31/markdown"
json_url: "https://mubeitech.com/api/interpretations/mb-20261021-0d8a31"
topic: "卡了数学界160年的死结，被OpenAI用机器代码凿开一道裂口"
source_type: "generated"
status: "published"
generated_at: "2026-10-21 10:33:16"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 卡了数学界160年的死结，被OpenAI用机器代码凿开一道裂口

数学界有一大批顶尖定理，几十年里都只能算半成品。
因为它们的推导末尾，都挂着同一句无奈的假设：
「在黎曼猜想成立的前提下」。
只要这个大前提一天没证出来，几千篇前沿论文就全都是空中楼阁。
结果就在这个月，OpenAI 突然放出一篇 199 页的证明。
斯坦福大学的数论学者 Jared Duker Lichtman 读完后评价：
这是迄今为止 AI 在数学领域最重大的成就，而且优势相当明显。

AI 真的把黎曼猜想彻底解开了吗？
没有。
它证出来的，叫「弱黎曼猜想」，或者叫拟黎曼猜想。
这两个东西到底差在哪？
其实就是一个关于「零点」的围捕问题。
黎曼在 1859 年提出了一个著名的猜想：
复平面上所有非平凡的零点，必须严丝合缝地落在实部等于二分之一的那条直线上。
一条窄线，偏一点都不行。
一百六十多年来，无数顶尖数学家在这条二分之一的独木桥上撞得头破血流。
而弱黎曼猜想退了一步：
我不强求这些零点全都精准站在二分之一这条线上。
我只要证明，所有零点都被关在一个有限的走廊里，绝不可能跑到某条红线外面。
OpenAI 这次做到的，就是把这条走廊死死焊住了。
它证明了，在实部大于八分之七的区域，绝对不存在任何零点；对称地，小于八分之一也没有。
所有零点，被牢牢关在了八分之一到八分之七的狭窄带状区域里。

有人可能会问：退了一步的猜想，也值得这么大惊小怪？
纽约大学的数论名家 Maksym Radziwiłł 看到结果后的反应是两个字：
惊人。
因为现代数论和几何学里，那些挂着黎曼猜想前提的定理，绝大多数根本不需要那么苛刻的二分之一。
只要你能证明零点跑不出一个固定边界，那些悬空了几十年的结论，瞬间就落地成了真正的定理。
这就好比人类本来以为必须把一根针立在刀尖上，才能把大厦盖起来；
现在机器证明告诉你，只要把针插在固定的地基方框里，整座大厦就不会塌。
大批数学家压在抽屉里的成果，一夜之间全变成了不带前提的真理。

更让同行们坐不住的，是 AI 到底怎么把这个硬骨头啃下来的。
它是凭空发明了人类看不懂的外星数学吗？
完全没有。
最奇妙的地方就在这里：
AI 用的每一个核心零件，其实全都是人类学者自己造出来的。
比如 2021 年，纽约大学的 Radziwiłł 和佐治亚理工学院的 Alexander Dunn，曾经证明过一个关于高阶覆盖族的复杂公式。
当年这篇论文发表的时候，大家都觉得这个工具太偏、太冷门，根本没人把它和攻打黎曼猜想联想在一起。
普林斯顿大学的数论泰斗 Peter Sarnak 几十年来一直在呼吁，要用更广泛的函数族去观察零点。
但人类学者平时的精力和视野太有限了。
现代数学细分成了成千上万个孤立的小山头，谁会把一个角落里的冷门螺丝钉，翻出来拧到数学王冠的大门上？
AI 干的事情，是把人类几十年来散落在各个角落、彼此毫无交集的知识碎片，在庞大的搜索空间里完成了一次大拼装。
它把 Dunn 和 Radziwiłł 那个被闲置的公式抓了过来，配上了几套以前没人尝试过的分析技巧，硬生生拼出了一条通往终点的因果链。
Radziwiłł 自己都感到不可思议：
自己几年前随手磨出来的冷门工具，竟然成了 AI 手里最致命的攻城锤。

数学界过去面对 AI，最大的顾虑就是幻觉。
大语言模型满嘴跑火车，但在纯数学里，几百页推导只要错一个负号，整篇论文就成了废纸。
这次怎么确认它没有胡说？
这篇 199 页的证明，随身带了一张钢铁般的底牌：
它通过了形式化验证语言 Lean 的逐行机器检查。
Lean 是由微软研究院开源的交互式定理证明器。
它不认人类论文里常用的「显而易见」或「同理可证」。
在 Lean 眼里，每一行逻辑推导，都必须翻译成最底层的严格代码，直接对齐到公理。
只要中间存在任何一处逻辑跳跃或者隐蔽漏洞，编译器当场就会亮起红灯。
以往一篇这种体量的数学论文，全球顶尖同行得花上两三年时间闭关审查，甚至争论十年都难以定论。
这次，代码直接编译通过，逻辑链条被机器焊死。

普林斯顿大学的 Peter Sarnak 做了一个甚至有点反常的决定：
他直接修改了自己正在主讲的一门研究生研讨课的大纲，带着全班学生一起啃这篇 AI 论文。
菲尔兹奖得主陶哲轩（Terence Tao）也迅速跟进，开始带着学术界把机器写出来的复杂推导，重构成人类更容易理解的精简版本。
学术界没有出现末日般的悲观，反而涌动着一种真实的兴奋。
大家发现，AI 并没有变成不可捉摸的黑箱幽灵，也没有把人类排挤在数学殿堂之外。
它更像是一个不知疲倦的向导，在人类自己绘制却遗忘了的大量图纸之间，把那些断开的线路重新接通了。
那座困扰了人类一百六十多年的雪山，终于被凿开了一道谁也无法忽视的裂口。

_Canonical: <https://mubeitech.com/deep/mb-20261021-0d8a31> · Source: 墓碑科技 MUBEITECH (mubeitech.com)_
_Rendered by mubei-terminal._