跳到正文
Hacker News 熱門(buzzing.cc 中文翻譯)·· 2026-10-11精選AI 評分79

數學界對 OpenAI 百餘項數學問題解答的多元反應

100多种反应与100多种解决方案

AI 導讀

OpenAI 於 10 月 6 日公佈大量數學問題解答後,Proofs and Prompts 彙集多位數學家的回應,呈現他們對成果及發布方式的不同看法。部分數學家對解答感到驚訝或興奮,也有人質疑證明的可讀性、核驗及成果歸屬。多位作者關注這批成果對學術規範、研究方向及年輕數學家培育的影響,並強調社羣仍須以理解數學為目標。

推薦理由

多位數學家的回應呈現對解答成果的驚訝與疑慮,並將焦點帶到證明核驗、學術規範及年輕研究者的培育。

正文 · 繁體中文

發佈於 2026年10月8日,最後更新於 2026年10月10日晚上11:00(CEST),加入了新回應。最新回應列於下方;如果你想提供回應,請電郵至 proofsandprompts@gmail.com!


我們很多人都在消化 OpenAI 於10月6日發布的公告。我們認為,瞭解社羣此刻的直覺感受概況很有用,以下就是大家的看法。我們會再開放一星期,歡迎你繼續傳送簡短回應給我們。為了清楚表明大家都身處其中,每則回應只以姓名署名,不提隸屬機構或職涯階段。你會看到各種不同的回應:既有一般感想,也有針對特定問題的評論。

Tim Santens

OpenAI 的成果幾乎令人難以置信;Quasi-Riemann 的結果,我原以為完全是科幻情節。對 AI 實驗室的行事方式,我們可以有很多看法,但既然這些模型已經存在,數學作為一門研究學科將不得不經歷重大轉變。

Roman Sauer

常見的説法是,數學家手上只有幾招,卻能熟練地一次又一次運用。我也有一招,其效果出乎意料地好,令我驚訝過幾次:以某種可測的葉狀物件取代流形。這種構造源自遍歷理論,而我把它用於一些出乎意料的情境。

最近,我在一篇與 Sabine Braun 合寫、研究宏觀純量曲率的論文中運用了這一招,Hannah Alpert 其後進一步擴展了這篇論文。這一招和這兩篇論文,如今都出現在 OpenAI 對第 207 和第 335 題極具創意的解答中——兩題截然不同,簡直毫不相干!

我深感震撼。

這一夜過後,我得到甚麼啟示?我們不能抱着防守心態,把焦點侷限於目前視為數學中人類特質的事物。這會令我們的角色愈來愈無足輕重。相反,我們必須徹底拓闊對數學家是甚麼、做甚麼的理解。

Xiaolei Wu

今天是中國為期一星期的全國假期最後一天。我們剛和家人到附近一個沿海城市短途旅行。醒來後,我照常查看手機,意外地發現很多訊息都附有同一份 PDF 檔。看來 OpenAI 解決了很多未解問題。

於是我看了羣論部分,內容看起來簡直難以置信。這幾乎涵蓋了我這個領域所有主要未解問題!怎麼可能?於是我傳訊息問這份檔案是從哪裏來的。得到的答覆是,OpenAI 剛剛正式公佈了這件事。

我又看了一遍羣論部分。沒錯,這些真的幾乎涵蓋了所有問題。Thompson 羣 F 不可平均。好吧,我曾用 ChatGPT 試過很多次,但我想自己當時沒有用到最新模型,或者 tokens 不夠。Eilenberg–Ganea 猜想不成立——或許不太令人意外,但究竟是怎麼做到的?好吧,至少 Whitehead 猜想還沒有被攻破。甚麼?他們竟然完全解決了 Boone–Higman 猜想?而且環境單羣甚至可以是 (F∞) 型……我預料到這一天會來臨,但或許要等到大約一年後才會發生。

過了一會兒,我開始查看其他部分,先從拓撲學看起。Borel 猜想在維度 4 不成立,粗 Baum–Connes 猜想也不成立……

當天餘下的時間過得很漫長。陸續有更多訊息傳來。我的社交媒體動態被關於這份清單的討論淹沒。有些人仍聲稱,他們各自領域中已解決的問題其實沒那麼重要。不過,我想自己已經過了那個階段。

Nicholas Williams

我們確實從這次發布中得知不少新事實。與此同時,我們數學家需要一些時間才能消化所有這些論文。毫無疑問,大型語言模型已徹底改變了局面,但最終目標始終必須是人類的理解。我認為重要的是指出,數學家所做的不只是解決文獻中的未解問題:我們還必須深入鑽研學科本身,思考哪些猜想才值得一開始就提出。但另一方面,問題解決能力曾是數學家的鮮明特徵,如今這個時代似乎正在結束。對我們這些喜歡解決問題的人來説,這令人難過。

Henry Bradford

今天,我主要感到迷惘和困惑。事情發展的步伐似乎已遠遠超出我們所能應對的範圍,以至於我們無從知道該如何回應,甚至不知道如何開始找出應對之道。我最擔心的是如何培育下一代數學家:我們知道,要在這門學科中磨練本領,直至能夠切實促進知識進步,需要投入多少時間和精力;我也憂慮,聰明的年輕人或許再沒有必要的誘因,願意付出這些努力。我仍抱有希望,相信數學實踐仍有光明的未來,AI 工具無處不在,能豐富而非削弱我們對數學宇宙的理解。然而,要實現這一點,我們這個羣體需要共同商定一條切實可行的路徑,讓年輕學者能在這門學科中站穩腳跟。

Henry Wilton

OpenAI 清單上有很多我十分關心的問題:Cannon 猜想、非殘有限的雙曲羣、Boone—Higman 猜想,以及至少另外十個問題。我還沒有仔細研究當中的任何一個問題,不過粗略一看,相關論述的質素似乎參差不齊。要逐一檢視所有證明、核實證明是否正確,並設法消化內容,需要花上幾個月。

但我認為,重要的是着眼大局。如果 OpenAI 想摧毀數學界,這會是個絕佳方法。未解問題是數學界經過數十年、甚至數百年建立起來的資源。它們的價值,來自我們賦予它們的意義。它們為我們提供架構、衡量進展的尺度,以及長遠目標。AI 的出現本來就勢必帶來劇烈震盪,但這批論文的大量湧現,猶如一場我們根本來不及準備的海嘯。顯然,OpenAI 為了追求自身的財務利益,並不介意沖走我們羣體的各種架構。

OpenAI 似乎一心要破壞數學界的結構和規範,這樣的例子不勝枚舉。他們拒絕列出論文作者的姓名,等於暗示數學已不再是人類的事業。他們不把研究結果投稿至學術期刊,這既暗示數學界的規範已經失效,也令學界無法消化他們的研究成果。OpenAI 尚未公開問題如何挑選、嘗試的失敗率等基本資訊。對任何嚴肅探討其工具的科學討論而言,這些資訊都應是必要條件。當然,還有最基本的財務不公義:他們極具價值的模型,是透過複製我們學界經由開放取用運動免費公開的推理,才學會推理。

我希望數學界能及時調整我們的做法和規範,從而挺過這些發展帶來的衝擊,但我感到擔憂。

Macarena Arenas

也許 AI 公司如果有意,的確可以做一些有益於人類和我們居住的地球的事(終結全球飢餓、解決全球暖化、治癒癌症……),但這並不是其中一件,而且他們這樣做也不是出於利他目的。

至於數學成果,當中有些尚未經過驗證,大部分寫得很差,而且(很可能)沒有任何成果透明交代其產生過程、涉及哪些人,以及成本是多少(各方面的成本)。當然,這些成果全都令人印象深刻。其中一些或許最終能令數學和數學家受益,但整體而言,我認為這是企業試圖對一個知識領域施加操控性壓力的例子,而且做法不負責任。我希望我們數學界能找到方法渡過這場混亂,但至少目前,這確實是一團糟,而且弊大於利。這會令很多人分心,無法研究自己的想法;會打亂不少現有的研究計劃;會在數學界引發衝突;會助長許多人投機取巧、不求甚解地使用這些技術(因而增加「低質內容」,令我們更難從中理清頭緒);也會令許許多多人卻步,不再從事數學研究。

Johannes Schmitt

有一點值得記住:這批論文並非 OpenAI 以推進數學研究為主要目標而撰寫,甚至主要目的也不是公關(雖然他們發過一些公關貼文,但例如最後的公告就相對剋制)。這些論文之所以存在,主要是因為 OpenAI 利用未解的數學問題評估內部模型,以提升模型能力。他們不得不採用難度高的未解問題,因為只有這些問題仍能對前沿 AI 模型構成挑戰。我認為,從 OpenAI 的角度來看,這些論文基本上只是內部開發過程的副產品。

因此,公司大可以保持沉默,或者挑選幾項引人注目的成果,再發一篇網誌文章。我認為,他們沒有這樣做,反而向數學界尋求如何跟進的意見,並促成了數學與人工智能諮詢小組的成立,值得肯定。他們採納了小組的部分建議,例如適時發布成果及(部分)Lean 證書,但並非全部;尤其是他們宣佈會繼續利用未解的數學問題開發模型。在我看來,數學界目前最迫切的需要,是建立一個中央平台,讓大家討論成果、開始消化相關論文(據多位同事所言,這些論文寫得極差),並報告任何數學錯誤或未有適當致謝之處。由 OpenAI 控制、又停用了議題和 pull request 功能的 GitHub 儲存庫,無法達到這個目的。現在輪到 OpenAI 採取行動,把論文移至中立的儲存庫,並以承諾提供的工作坊及特別計劃資金,支持這項社羣工作。

Lvzhou Chen

先説明一下,我只閲讀了概述的部分內容,以及合集中的幾篇論文,並未理解全部細節。我熟悉羣論中的大部分問題,也熟悉拓撲學中的不少問題。我曾花幾年時間思考 Kervaire 猜想、Howie 猜想(問題 256)及相關問題。

對此,我的感受頗為矛盾。正面來看,我想了解並消化帶來這些解答的新技術或見解,也希望運用它們,更深入理解或解決其他問題。另一方面,我覺得在如此短的時間內解決這麼多問題,可能會損害數學界及數學專業。很多時候,人們正是在嘗試解決未解問題(例如這裏解決的問題)時取得新發現。因此,我們可能失去了大量作出其他新發現的機會;我希望值得發現的事物,遲早都會被發現。無論如何,這肯定會令數學界人士比以往承受更大壓力,也更感不確定,尤其是較年輕的人(例如博士生):數學專業會如何改變?博士生應該專注甚麼?我們應該如何培訓他們?我希望我所説的「損害」能成為改革數學專業的一部分,最終帶來正面改變,也希望對數學有興趣的人(尤其是年輕人)不會因此氣餒。

至於未來,我猜想(或希望?)AI 的影響會有上限:數學的格局在經歷重大變化後會趨於穩定,而我們也會對難度有新的認識。畢竟,在看過舊問題的解答後,我們總會找到新的、有趣而且更難的問題。不過,格局穩定下來(如果真的會穩定的話)可能需要不少時間,在此之前,情況或許相當混亂。或許可以更專注於一些全新的領域,以及看來根本而重要的問題。即使格局穩定下來,人類是否仍需要作出貢獻以取得新發現,仍然是個問題。如果人類不再需要作出貢獻,我們仍可專注於更深入理解這些新發現,但我個人可能會覺得這樣沒那麼有趣,寧願研究其他事情。或許問題不在於人類還能否作出貢獻;相反,正如 Ruixiang 在某處所説,數學家是否仍有勇氣研究那些以新的意義而言仍然困難的問題?

我猜其中大部分最後都只會證明是些愚蠢又天真的想法,但我理解這篇帖文的用意,是記錄真實感受,不論愚蠢與否。

Enrico Fatighenti

我不是反科技人士——恰恰相反。我一直有使用 AI,至今每天仍會用它作為書目工具、測試各種突發奇想、加快處理行政事務,以及協助教學等等。我不會用它生成證明,但也不會批評這樣做的人。

不過,今天的公告確實令我非常不滿。

公平地説,我最初的反應幾乎是感到乏味。是的,AI「證明」了一批我所在領域中有趣的結果。(真的嗎?我們確定嗎?我們甚至看得懂上面寫了甚麼嗎?)甚至連一個千禧年難題也不是。哼。

但我想得越多,就越感到不滿。最令我介意的是雙重標準。

每當我審閲論文,或收到學生的論文或計劃書時,我都會採用我們大多數人一樣的標準。如果一篇論文或畢業論文寫得太差,令我必須花上不少功夫才能讀完第一頁,我就會拒絕它,並要求對方提交一份新的、易讀的版本。

面對這些由 AI 生成的論文,我覺得我們這個學術社羣並沒有採用同一套質素和嚴謹標準。他們可以一口氣發布多篇逾 100 頁的論文,聲稱解決了這個或那個問題,當中往往充斥重複的論證、含糊的邏輯結構、走不通的思路,以及奇怪或令人不安的術語——換言之,就是粗製濫造的垃圾。然後,我們卻要負責細讀、核查、修正、簡化,並解釋實際上發生了甚麼。

這要花我們大量時間和心力,他們卻可以直接轉向下一個猜想,繼續以粗劣內容橫衝直撞。當然,功勞仍然歸他們。從某種意義上説,我們是在自願促成自己的衰亡。

我認為這種模式必須改變。我們應該以要求人類撰寫的論文所遵守的同一套嚴謹、清晰和表達標準,來要求 AI 生成的數學成果公告。想得到數學界認可?想取得正當性的背書?那就拿出真正易讀、可核查的內容。否則,我們就應該直接置之不理。

換言之,我不認為我們這個學術社羣應該花時間收拾他們留下的爛攤子,替別人增加商業收入。

要贏得這場競賽並不容易,但至少我們可以嘗試稍微改變規則,讓這場競賽不至於完全偏袒他們。

Giulio Tiozzo

今天我的心情既興奮又憂慮:看到許多問題得到解決、發現新的證明,令人欣喜。然而,我們這個行業顯然已永遠改變。幾點想法:

1) 我不認為 AI 生成數學證明的主要問題在於難以理解:所有重大問題最初的解答都很難消化。問題在於,沒有人願意去做這件事,因為他們擔心自己得不到任何回報,無論是在社羣層面還是個人層面。

2) 令我非常困惑的是溝通方式:AGMAI 成立之後,我原本以為這次數學成果發布會是這樣進行:9 位專家各自選一個問題,在影片中仔細講解,或撰寫一篇優質的配套論文。實際上,卻只是在 GitHub 上一次過丟出大量粗製濫造的論文。我們到底為甚麼需要 AGMAI?

3) 很明顯,許多論文根本未經人類審閲:例如,我試了他們的例子 #254(一個沒有 CAT(0) 作用的 Artin 羣):他們的羣有 116 個生成元,但把它交給 Astra 處理後,我在 10 分鐘內便得到一個有 12 個生成元的新例子。很明顯,他們急於發布這一大批成果,重數量而輕質素……為甚麼?

這完全沒有解決研究實驗室與學術界之間的不協調;事實上,問題仍然存在:前沿實驗室究竟是我們的朋友,還是敵人?

Raphael Appenzeller

這個發展時間表簡直瘋狂。我心情很矛盾。在數學中使用 AI,有很多支持和反對的充分理由,而對未來的不確定性只會愈來愈大。

Alexandre Martin

昨天公佈消息後,我們當中很多人都感到震驚,不知道如何適應這種新局面。現在已有同事呼籲組織國際讀書小組和工作坊,弄清楚整件事,並為部分這些聲稱的證明撰寫「由人類撰寫的説明」。對我而言,雖然其中一些結果與我的研究十分切身,而且這些同事當中有些確實出於好意,但我已決定不參與任何此類倡議。

首先,我不想參與某些情況下等同為 OpenAI 提供免費宣傳和免費同行評審的事情,助長一種不實説法,聲稱這家公司如今正積極與數學界合作。第二個原因是,如果我們以這種方式、如此大規模地組織起來,就等於默許這種新的分工模式:證明的產出可以完全脱離任何形式的理解,而這種去人化的證明產出過程,則愈來愈與計算資源軍備競賽掛鈎。我認為,這在很多層面上都難以持續,而且這也根本不是我希望我們的社羣和共同的數學實踐走向的未來。

Baptiste Serraille

看到今天公佈的巨大進展後,我決定首次大量試用 ChatGPT。大多數時候,我不會把自己的想法交給它,因為我太擔心這些想法會經 ChatGPT 傳到其他用戶或 OpenAI 本身,令我失去對它們的掌握。因此,我決定用它來試做相關領域的未解問題,或是短期/中期內我沒有時間嘗試的項目。最後,其中一個問題確實被攻克了,而我構想的一個項目似乎也可能有所成果。看到這些結果和技術進展,我既感到驚嘆,也因進展速度遠超我所能跟上而感到害怕。我也不樂意為不屬於自己的想法寫一篇出色的論文,而這樣做主要只是因為我相信這會令該領域受益。

Matt Zaremsky

多年來,我整體研究計劃中最主要的一部分一直是羣論中的 Boone-Higman 猜想。我與許多人合寫了一系列論文,逐步建立並完善一個不錯的充分條件,讓一個羣滿足這個猜想。過去 4 年來,我想大約每年都會有一次重大突破,強而有力地推進整個研究計劃。現在,有間 AI 公司認為 Boone-Higman 猜想已經夠有名,值得他們大肆慶祝勝利,於是他們就這麼做了。結果證明,我們提出的充分條件總是成立,而我們一直缺少的主要機制,在概念上與我們 2025 年取得的突破相當相似(極其粗略地説,關鍵在於各種對象的類仿射作用)。所以,看來我們確實找對了方向,而且相信再多花一兩年,我們也可能得出這個結果。

那感覺如何?嗯,感覺就像我們花了 4 年進行考古發掘,一點一點地發現一具看起來非常酷的恐龍骨架,然後一間市值萬億美元的公司突然出現,用 TNT 把整個東西炸開,將完整骨架交給我們,然後揚長而去。所以,我想我會説:「不太好。」

Ilya Kazachkov

首先,這項公告留下的一片焦土之外,其規模也顯示,我們這個專業領域很可能會經歷極其深遠的變化。我們作為一個羣體,需要回答涵蓋工作各個層面的許多問題。媒體上已提出其中不少問題,包括這個網誌:攻讀數學博士究竟意味着甚麼?出版、評估、招聘和資助將如何運作?數學研究在社會中扮演甚麼角色?

至於研究,AI 革命似乎帶來的最耐人尋味問題,是甚麼才算是「好的」數學問題。具體而言,我們需要了解,哪些類型的問題(如果有的話)可以由人類(與 AI)解決,但 AI 在很少人為介入的情況下卻無法解決。

在動盪時期,恐慌是最糟糕的策略。無論我們最終會得出甚麼答案,經過一段不確定和焦慮的時期後,情況終會穩定下來。我相信我們會適應,而這個專業領域也會在新常態下延續下去。

Mark Hagen

一些職涯初期的同事過去曾就其他事情向我徵詢意見;目前,他們似乎完全可以理解地因這些發展及其帶來的不確定性而深感困擾,並再次向我尋求建議(或一些安慰,或類似的東西)。今天,我優先考慮的是想想該對他們説甚麼,而不是詳細閲讀任何一篇 OpenAI 預印本,因此我對內容沒有甚麼有用的評論。至今我仍不知道如何回應這些求助(目前仍然如此)。

但無論我們在數學上覺得其中一些發展有多有趣,我認為它們的發布方式顯示,我們顯然正面對一個不懷好意的人類機構行為者;其利益與我對科學研究(或任何其他值得追求的人類事業)宗旨的理解並不一致。

我關心從事數學的人、我的朋友和同事,以及我重視的文化實踐(例如做數學)。我更擔心比數學範疇更廣泛的 AI 可能帶來的影響:經濟動盪、集體人類能力退化、剝削大幅加劇和生態崩潰、新而可怕的鎮壓與暴力手段等等。數學在我們的文化中素有艱深、令人望而生畏的名聲;顯然,OpenAI 認為,正因如此,數學這項人類共同事業適合被騎劫,成為展示力量的工具。

無論如何,這似乎是一種很容易令人困惑或不知所措的處境。這個社羣以關係相對緊密、能夠進行有成效的集體討論而自豪。這似乎是對這些假設的一項考驗。

Cyril Houdayer

和許多研究算子代數的朋友一樣,OpenAI 公佈的成果規模令我震驚。其中兩個問題尤其令我掛心,因為我花了很多時間思考和研究它們。

Connes 的剛性猜想是我最喜愛的問題之一。直到2010年代末,它之所以令我着迷,部分原因是它看來完全無從着手。即使是 Sorin Popa 的變形/剛性理論,也沒有提供處理這個猜想的方法。我與 Rémi Boutonnet 合作,開始用 von Neumann 代數方法研究高秩格點。我們提出的 Nevo–Margulis–Zimmer 定理的非交換版本,為嘗試從格點的 von Neumann 代數還原其秩,提供了概念框架。我沿着這個方向,透過非交換邊界理論深入研究,揭示了一些有趣的剛性現象,並大力推進還原格點秩的工作。

我沒有解決這個猜想,但我逐漸相信 OpenAI 的前沿模型或許能做到,並一直在心理上為這種可能性作準備。我已坦然接受這一點。如今,對於公佈的解答,我由衷感到興奮,也想了解證明。我期待在 IHP 計劃 « Operator Algebras: Approximation, Rigidity and Dynamics » 期間,召集我的博士生和博士後研究員,一起研究這個證明。

研究這個猜想對我意義重大,儘管我沒有解決它。它讓我深入研究 Furstenberg、Margulis 和 Zimmer 的數學。我結識了新朋友,也發現了算子代數與 Lie 羣離散子羣之間的聯繫。這些經歷至今仍對我意義深遠,我也期待可能由此產生的新聯繫。

對我們而言,Connes 的雙中心化子問題有不同的發展脈絡,並有一點重要事項需要澄清。這個問題在 III 型 von Neumann 代數的結構理論中一直扮演核心角色。我和 Amine Marrakchi 在十多年前開始研究這個問題,其後 Amine 發展出大量用來處理它的工具和技巧。最近,我們從一個相當間接的方向重新研究這個問題。在我們九月的合作研究中,我們解決了所有 III_1 型因子的這個問題。這個解答是在一項更廣泛的分類定理中,作為一個關於 II_1 型因子上某個流的雙中心化子的結果而得出的。

OpenAI 公佈的證明建基於 Amine 早前研究所發展的方法,以及我們共同發現的共振機制。我們最近的研究解決了非相對版本的雙中心化子問題。OpenAI 的成果進一步確立了相對版本,擴展了我們的研究。

這些消息震撼了我們的社羣。我明白為甚麼許多同事,尤其是較年輕的同事,會覺得這個時刻很難面對;我對數學的興奮,並不會令這份不安消失。我希望大家能坦誠談論這兩種感受。對我而言,眼前的回應是研讀這些證明,與學生和同事討論,並繼續一起探索數學。

Danny Calegari

大約 15 年前,數學界對我在自由羣穩定交換子長度理論中的發現缺乏興趣,這段經歷(參見 https://www.quantamagazine.org/how-failure-has-made-mathematics-stronger-20240522/)令我下定決心:從那時起,我只做自己感興趣的事。如果我想證明一條定理,我就去證明一條定理;如果我想畫一幅圖,我就去畫一幅圖。在我看來,為此付出的代價很小:我不認為有很多人讀我的論文。好處是,OpenAI 沒有解決任何我當時正在研究的問題。他們解決了幾個我感興趣的問題,但我對它們並非特別在意,而且這些問題與我的自我認同也沒有甚麼關係。

目前最令我興奮的研究項目,是高維拉鏈理論;其中最令人興奮的一點,是現在已經可以畫圖(確切來説,是製作動畫)。我喜歡數學的某些領域,例如 Langlands 計劃,因為它們不只是一系列定理和猜想,更是一套框架,也是一個故事。我一直嘗試在自己的研究中尋找背後的故事(至少過去 15 年如此)。OpenAI 尚未破壞這一點,至少對我而言,目前還沒有。另一個例子:像 Sullivan 詞典這樣的框架,比全純動力系統領域最頂尖的 100 篇論文(包括 Sullivan 自己的論文)更重要。在自己的研究中,沿着 Sullivan 詞典的思路,我最近在全純動力系統領域發現了有限深度葉狀結構的對應物:它是地毯輪的嫁接!光是為它命名,就令我興奮!下一步是寫下定義並證明定理,但(對我而言)做這一步,是為了編寫一些程式,並繪製圖像/製作動畫。

無論如何,人們做數學的方式各有不同,原因也各有不同。我真心認為,未來做數學的方式只會更多,不會更少。有興趣的話,https://math.uchicago.edu/~dannyc/gallery/cs_zippers_movie.mp4 這段影片展示的,就是目前令我雀躍不已的事物;它是在 S^3 中、與一個算術複雙曲格相關的拉鏈,構思上參考了 Isenrich-Py 的一些想法。這條拉鏈是鏈結的,反映出存在一個圓值 Morse 函數;該函數有臨界點,但這些點全都位於中間維度(2)。我很喜歡這一點!我目前正與一位音樂家合作,為它配樂。這段影片是用 Claude 編寫的程式碼製作的;該程式碼推廣了我最初在 2d 設定中構思的程式碼(及演算法)。如果這不值得慶祝,我就不知道還有甚麼值得慶祝了。

Vadim Alekseev

我對自由因子問題的解答印象非常深刻(自由羣的 von Neumann 代數彼此全部同構),因為我對預期結果的判斷原來是錯的:我以為它們應該彼此不同構,因為測度羣論方面的相關證據(依我看來)似乎更指向這個結果(透過 L2-Betti 數);此外,SL(n,Z) 的 von Neumann 代數彼此不同構這一事實,也支持這種思路!所以我覺得這很令人振奮:我們現在必須弄清楚,測度羣論與算子代數之間究竟有哪些方面仍然相似,哪些方面有所分歧,以及原因何在。

Tristan Humbert

今天早上醒來時,我收到一位合作者的電郵,得知 Open AI 宣佈證明瞭 Katok 熵猜想。這是一個懸而未決三十年的問題,曾是我的博士研究課題,也是更廣泛而言我研究的主要動力。Katok 已解決曲面情形,而高維情形大多仍未解決。我的論文主要研究項目,是證明複雙曲度量附近的局部版本。完成後,我原本打算更全面地研究這個猜想。Open AI 今早聲稱已在完全一般的情況下證明瞭這個猜想,我最初感到難過,看到自己最喜歡的問題被 AI「扼殺」;當問題沒有直接影響自己時,確實比較容易置之不理。接着,我感到壓力,因為我目前正在申請博士後職位,而研究計劃中有更多內容因此變得過時。我整個早上都在恐慌中重寫所有內容,並電郵給我的導師。最後,我打開論文,發現內容大多是難以閲讀的垃圾,於是感到憤怒。理智的做法本來只是置之不理,但我想自己太在意這個問題,無法假裝它不存在。我目前唯一能得出的結論是,Open AI 對數學研究成果發表的標準低得太過分,正以可能無法挽回的方式損害數學研究;而數學界出於真正的科學好奇心,願意免費工作,去「驗證」這些難以閲讀的證明。

Tim Gehrunger

我一直很期待 OpenAI 終於公佈聲明。我不確定他們究竟可以做些甚麼來符合我的期望,但起初我對內容略感失望,尤其是考慮到我所研究的算術幾何領域的成果。

當然,其他不少工作也令人印象深刻;在組合數學等一些數學領域中,數個主要猜想似乎已經得到解決,這很可能會改變這些領域未來的發展方向。

令我印象深刻的一點是,許多論文的潤飾程度未如理想:有些論文引用了已被移除的支持性手稿,有些則漏引相關的先前研究,還有一些小錯誤(我原本很有理由預期 AI 能夠發現)。如果採用更完善的工作流程,安排專責 Agent 負責審閲、正確標明成果歸屬及致謝相關文獻,很可能就能發現這些問題。我希望未來的發布會採用這類系統,改善論文的潤飾程度,並確保先前成果得到適當的歸屬。

Peter Scholze

我們應該記住,大家都在同一條路上;數學是一場馬拉松,而不是短跑;目標一直都是、將來也會是人類對數學的理解,而這必然需要時間。

目前最令我擔憂的,其實是密碼學的(不)安全性。找出能破解標準密碼協定的演算法,是一個數論問題;在我這個非專家看來,其難度並沒有顯著超出這些系統目前的能力。如果找到這樣的演算法,對社會將造成災難性後果。

Tasmin Chu

我當時在研究 pc<pu 問題。我在大學本科時第一次接觸這個問題。Benjamini 和 Schramm 在 1996 年發表了一篇很精彩的論文,他們猜想:在每個非可平均擬傳遞圖上,Bernoulli(p) 滲流都存在一個階段,會出現無限多個無限簇。Burton 和 Keane 的研究證明瞭其逆命題成立。我非常熱愛這個問題。它以簡潔優美的方式,揭示了這些高度類樹圖的一項特性,而這項特性在一般情況下不知何故一直未能證明。這就是我愛上滲流理論的原因。OpenAI 的預印本建立在我的導師 Tom Hutchcroft 的研究之上,也採用了他一年前向我講解的方法,這一點並不令人意外。

我下星期要提交的撥款申請必須重寫。也許撥款申請已經沒有意義了。我有相關的研究成果和工作可以談,這些都是我為攻克這個問題而制定的整體研究計劃的一部分。但現在,我甚至不敢談正在進行的研究,也不敢發表研究「公告」。我現在已經有足夠高的知名度,我相信有人很可能會蓄意以對抗方式透過提示詞補完我的研究成果。

我現在明白,比起知道 pc<pu 成立,我更渴望的是有時間和空間在未來幾年思考這個問題。想到我原以為會有的工作條件,我感到深切悲傷。沒有人能奪走數學思考的美和價值,但他們可以實際上令我在自己的專業領域中失去自主權。最令我痛心的是,OpenAI 甚至不在乎這項成果。他們不知道我們的社羣、我們的思想和我們的知識都是有生命的。坦白説,我發現自己對身處的社會感到極度厭惡。

Terence Tao

我對近期發展的感受十分矛盾,也相當複雜。

一方面,許多由 AI 生成的證明似乎提出了巧妙的新想法,待消化後將帶來裨益;同時,這些證明亦建基於過去和現在無數人類數學家的貢獻。但另一方面,我深感沮喪的是,與傳統的重大突破截然不同,參與這些證明的人類作者都無法回答問題、作演講、出席會議、向期刊投稿、培養學生,或以其他方式參與這些成果的後續發展。

同樣地,我對社羣能夠運用這些工具,處理以往連想像也不敢想的雄心勃勃、大規模項目,感到振奮。但想到數以人年計、持續而耐心且刻意放慢步調的研究工作,尤其是研究生和博士後研究人員為解決許多引人投入的數學問題所付出的努力,竟會因這類發布而被不經意地打亂甚至摧毀,我就感到不寒而慄。正如電影劇透或填字遊戲的提示一旦聽到,便無法當作沒聽過;一旦知道已有解答,便無法再以同樣有成效、豐富的方式探索問題。當然,我們仍可分析和消化這些答案;但最適合這樣做的時刻,正是答案被發現的一刻。而當這些時刻愈來愈多地完全交由 AI 工具處理,便白白浪費了。

我也為那些沒有選擇的道路,以及在這場發展這項技術的激烈競賽中失去的機會感到惋惜。實驗室原本可以把前沿模型交由獨立研究人員作適當的科學評估;可以與研究社羣協調,確保這些工具用來補足和提升人類研究人員的能力及工作,而不是與他們競爭;也可以運用這些工具促進合作和分享,而不是競爭和保密。開啟新的可能,同時不關上舊的大門。

但我們如今走上的並不是這條路。相反,社羣比以往任何時候都更需要團結起來,清楚表明我們自己的標準和價值觀,建立自己的工具和實踐方式,支持最脆弱的成員,並開闢自己的前路。讓我們開始行動。

Elia Fioravanti

看到一些我認為幾乎無法攻克的問題得到解決,我確實感到有些興奮;但這份感受被悲痛和憤懣蓋過,因為我們領域中許多最有前景、最令人振奮的研究方向,彷彿已被立上墓碑,而人類原本只需幾年便有望找到解答。我希望正在研究這些問題的人不要放棄,因為我們仍可從中學到很多。

我也希望社羣能齊集一起消化這些新結果,不論是資深還是年輕數學家,也不論他們對使用 LLM 持甚麼態度。不過,目標不應是撰寫載有透過這個過程得出的見解的預印本,除非這項工作獲 AI 公司提供大量資金支持。

Srivatsav Kunnawalkam Elayavalli

看到自由羣因子問題的解答時,我最初感到驚訝。我認為自由羣因子應該彼此不同構,並曾多年努力嘗試證明這一點。無論如何,我現在完全相信,定理/證明在這個專業領域幾乎已完全失去價值。我們必須優先重視人類的理解,並設計方法予以獎勵和提供誘因。反覆發佈由 AI 生成並驗證的手稿,只會帶來沮喪和無所適從。正如我在先前的 Proofs and Prompts 文章中所説,我在這個專業領域的目標是提升我的 manodharma。目前我樂在其中,所有時間都用來準備我正在教授的「自由 C*-代數」課程。我有一羣非常優秀、對課程內容深感興趣的學生。我完全不想打亂自己的步調,在此刻開始閲讀 OpenAI 海嘯般湧現的研究成果,令自己因 AI 而消化不良。

Yang Li

假設這些證明正確,我必須説,這些成果令我非常佩服;如果能夠恰當理解這些成果,數學的發展或可大幅加快。我主要憂慮的是社會層面的問題。尤其是,我認為在急劇變革的時代,博士生和博士後研究員是最脆弱的一羣,數學界需要找到方法保護年輕一代。我也認為,鑑於這項技術的力量,計算資源應該更公平地讓人取得。

Michael Chapman

OpenAI 在公佈中發表的近期成果,規模之大、涵蓋範圍之廣,令我十分驚訝。當中有幾個問題,例如推翻 Kaplansky 各項猜想、非殘有限雙曲羣的存在、所有維度中的有界度數 coboundary expanders,以及唯一遊戲猜想,都是「我在學術成長過程中一直接觸的」問題——也就是説,我在學習初期便認識了它們,多年來一直深深着迷(也曾深入研究其中一些問題)。我最想做的,就是坐下來盡可能多讀一些,梳理主要構想並研究這些成果。這令我深感謙卑;對一位年輕研究者來説,也令人無所適從。儘管如此,我感到興奮多於害怕,並希望整個數學界,以及規模較小的我所屬研究羣體,都能因此變得更強大。

Constantin Kogler

11 天前,我目睹 GPT-6 Astra 解決了我所屬領域中最知名的問題之一。這個令人驚嘆的證明令我十分興奮,於是我與一位長期合作的夥伴一起重新撰寫並重新思考這個解答。經過多日埋頭苦幹,到星期一時,我們已完成一篇幾乎寫好的論文。星期二,OpenAI 也把同一個猜想列為 Paper 148,並聲稱已解決。我那位合作者想在星期二發表,但我想更仔細地查核文獻中的某個方面。

公告最初帶來的震撼過後,OpenAI 不久後聲稱得出的解答,對我個人而言並沒有造成太大影響。無論如何,核心構想出自 Astra。我們星期三在 arXiv 發表了論文。如果論文的主要構想是我們自己的,它就會比我們以往的最佳成果高出一個數量級。我很高興我們參與了這個層次的數學研究,而且可能是最先理解這個解答的人類。我希望其他人也會撰寫自己對這個證明的看法,讓我們有多篇從不同角度出發的闡述。

Paper 153 探討的也是一個我非常重視的問題。我肯定能寫出比 OpenAI 更清晰的解釋。因此,我期待理解事情的來龍去脈,並希望能與合作者一起表達我們對這項深刻數學成果的看法。

是的,具備這種能力的機器將會改變一切,不只改變數學,也會改變世界。我理解許多同事為此感到不安,尤其是那些已經取得驚人成果,或正準備發表出色研究的人。至於我自己,我不禁覺得彷彿生活在數學仙境:只要我準備好,下一個足以定義研究領域的構想便會被發現。

Andreas Thom

此刻,我為數學界為這項卓越發展奠定基礎而感到自豪。明天再看看感覺如何;我們必須回答一些嚴肅的問題。但無論如何,接下來整個冬天都有足夠的內容可讀。

Anna Chavez Caliz

今天,我抱持較樂觀的態度。上星期我們在 Cuernavaca 舉行了一場非常振奮人心、引人投入的會議。我比以往任何時候都更清楚,工作中不可或缺的一部分,不是獨自待在辦公室、站在黑板前,或撰寫只有一小部分人會看的論文。我很珍惜這個機會,提醒自己只要走出去與人交流,我們仍然能對數學感到興奮。正如 Tolstoy 所説,樂趣在於尋求真理,而不在於找到真理。

Tobias Osborne

差不多一年來,我一直密切留意 LLM 的能力,本以為自己對其進展速度多少已經習慣了(甚至變得麻木)。雖然我並非完全意外,但 OpenAI 今天大規模發布的數學成果,還是令我感到相當震撼。現在要在一段文字中妥善梳理這一切是不可能的,尤其是時間尚早;不過,我想先記下幾點想法:(1)目前我只看了幾項與我關注領域密切相關的成果。我驚訝地發現,當中的個別部分都很容易辨認。更大膽的創意在於它們違反直覺的組合方式。我大概會放棄嘗試這些組合,或説服自己不要試。我非常好奇專家會如何看待那些較重要的問題。我留意的一個特點似乎並不存在:難以解讀的「外星遺物」式想法和方法。論證以文字敍述呈現,雖然較粗略,但看來不難理解。(2)我認為,直接公開分享這些內容是正確的做法:認知如今已是充裕的資源,我們應爭取讓這項資源盡可能廣泛地免費提供。(3)我要提醒大家,LLM 絕對沒有「解決所有數學問題」,就如它們也沒有「解決所有軟件工程問題」一樣。它們的能力分佈非常不均;如果你經常使用它們,就會明白我的意思。毫無疑問,事情將會改變:用手指在電腦上輸入程式碼,現在已令人覺得像是過時的做法,但工程工作仍然充滿挑戰。數學家的工作遠不止於解決問題。我樂觀地認為,「Big M」數學和「Big P」物理學的時代如今已確確實實到來:我們終於可以採取更進取的步伐,重新思考幾個世紀以來推動我們領域發展的重大問題。也許現在我們可以攜手合作,在有生之年於這些問題上取得有意義的進展。

Mahan Mj

今天我一直在研究 OAI 發布的非殘有限羣構造,發現證明中其實有兩個截然不同的部分:一個純粹是代數的,另一個則是幾何的。今天摸索 Astra 一段時間後,它提出了一個聽起來合理、純粹以羣環理論為基礎的羣之非殘有限性判準。它又指出,這項判準或許也可以證明該羣不是 sofic 羣。我簡略看過 AI 生成的證明,但還沒有時間仔細核查。總之,這看來是構造中相對較新的唯一部分,因為它建基於幾天前 AI 生成的非 sofic 羣。

令人惋惜的是以下這一點。大致而言,學界至今還未有時間真正消化大約一個月前提出的非 sofic 構造。可以想像,隨着不同人反覆研究這個例子,久而久之或會提出多項此類判準。這或能描繪出非 sofic/非殘有限羣這片大致上仍未探索的領域。由此帶來的清晰與理解,正是人類從事數學的兩個主要初衷。目前一切以驚人的速度發展,卻缺乏人類的理解,正正危及了這一點。

Barna Saha

我擔心大型企業如何控制學術研究。有一宗個案中,一名 Anthropic 員工要求一位頂尖大學的知名學者簽署 NDA,並提出報酬和作者署名,請對方驗證一項許多研究人員花了數十年研究的結果。這在學術研究中不可想像。研究工作的作者署名不應以這種方式取得。另一宗事件中,OpenAI 一次過公開 772 道數學及相關領域問題的解答,其中許多都是重大的突破。一般學者無法使用那些強大的內部模型。公開提供的模型與之相去甚遠。這造成了可及性和公平性方面的巨大差距。我看到不少學生感到沮喪。

Josh Frisch

多年來,每逢我在會議上遇到新朋友,我都會問他們:「如果你可以解決任何一個問題,你會選哪一個?」目標是超越一份「著名」問題清單,瞭解數學家真正關心甚麼。我們真正想知道的是甚麼?只有一個人回答過「黎曼猜想」。

跟許多其他數學家一樣,踏入 2026 年以來,我最主要的感受一直是失落:意義的失落、目標的失落、人類證明時代的失落,以及無法想像未來的失落。隨着昨天(2026年10月6日)發布了數百項美妙的結果——當中許多,或許大部分,解答了某人心中的「那個問題」——我正試着走出失落。這裏有許多美妙的成果:一些從未有人想到任何解法的問題、一些沒有人認為可能存在的算法、出乎意料的同構、構造和證明。這是一種由人類數學的回響與支架構建而成、但顯然將超越人類數學的數學。

在這場證明洪流中,一定有、也必定有許多美妙的想法。即使解答不是由我們找出,即使不是由任何人類找出,只要我們能知道那個問題的答案,就應該嘗試理解它,並彼此分享這份理解。

David Fisher

沒有人應該需要這麼快作出回應。或許 AI 可以帶動一場慢數學運動。如果我更有才華,就會把這段文字寫成一首俳句。1

Martin Bridson

昨晚公佈的內容,規模之大確實令人震撼。就在不久之前,我還無法想像數學的前沿可以在一天之內推進這麼遠。除了那份看來已經解決的問題清單令人驚嘆外,公告附帶文件中勾勒的多種推理形式,也令我深感佩服。

這些公告會令許多人感到興奮,令另一些人感到害怕,也會令部分人受到沉重打擊。

先談談令人振奮之處。若有令人振奮之處,必定不是因為未解問題已經解決,而是因為新的可能性已經開啟。短期內,隨着全球數學界吸收、完善並深化機器提出的論證,人類的理解將大幅提升。某些情況下,專家會懊悔自己竟然錯過了文獻中不同部分之間的聯繫;另一些情況下,他們或會驚訝於一個看似巧妙的手法竟然奏效,並隨後透過發掘一種能解釋其奏效原因的新現象,推進自己的研究領域。

在所有情況下,我們努力從機器的形式化推演中提煉出人類理解,這個過程都會激發我們對這個數學新時代中(與 AI Agent 合作)所能達成之事抱有更大抱負。我們最喜愛的一些高峯已被征服,但其背後還有更大的高峯,等待我們以新裝備攀登。

與此同時,我們必須抗拒一種誘惑:以為從 AI 實驗室的公告中挖掘洞見,會成為我們這個時代最重要的任務。全球數學界必須堅定地自行決定哪些研究方向最值得關注。我們應善用機器所提供的力量,但不應淪為追隨它們方向的附庸。

這種受人支配的意象,帶出與興奮並存的恐懼;隨着 AI 的數學能力日益提升,這種恐懼無疑如影隨形。

OpenAI 公告所涵蓋的問題中,有幾個曾是指引我個人研究的挑戰。我為失去這些指引性問題感到惋惜,也確信未來的公告還會讓我失去許多其他問題。我為此感到難過,但並未因此崩潰。這種相對樂觀的反應無疑反映了我目前所處的職業生涯階段;二十年前,我不會這麼樂觀。我深切明白,今天的公告對年輕同事的人生影響會更深遠。

我個人期待學習新成果的 AI 草圖中隱藏的新想法和構造,也特別期待與不同職業生涯階段的同事交流,一起探討已經取得的成果。我預期數學界會攜手合作,逐步增添人類的洞見和解釋。我認為這將是真正由羣體共同完成的努力,也相信我們將會有非常精彩的研討會!

不過,我也不得不承認,心中一直有個揮之不去的憂慮:我深愛的那種生活方式——尋找新發現的樂趣一直佔據核心位置——將會演變成某種較陌生、也較難令我由衷感到吸引的事物。深入理解一直是研究數學家的主要動力。在艱苦求索理解的過程中,發現的喜悦支撐着我們;親自理解某件美妙事物,也能帶來很大的個人喜悦。但對我而言,我猜對我們大多數人來説,發現並分享人類尚未認識的新事物,帶來的喜悦更大。如果一般數學家的角色完全縮減為解釋他人(人類或機器)的產出,這份更大的喜悦便會消失,當數學家這份職業的吸引力也會降低。這未必是我們的未來,但這種憂慮並非無理。

我認為毫無疑問的是,近期的發展對我們這個專業的架構有深遠影響。我們必須迅速調整架構,尤其是專業訓練的學徒階段——博士及博士後時期。此外,還有許多關於成果歸屬與認可、出版角色等問題。

我也認同大家普遍感到不安的一點:AI 實驗室的商業利益與全球社羣的價值觀並不一致。兩者之間存在根本而固有的矛盾,唯有持續而有力的參與,才有可能化解。我們當然不能把數學的未來福祉寄託在他們的善意之上。

Konrad Wrobel

瀏覽這份列出各項聲稱成果的清單時,我的情緒在震驚與冷漠之間反覆擺盪。成果數量之多,只能説令人振奮(即使撇開我個人關注的突出成果,以及其他我熟悉的成果也是如此),但同時也令人情緒上極度疲憊。然而,想到眼前還有堆積如山的工作,要分析這些坦白説寫得糟糕透頂的論文,弄清楚當中有哪些新想法,整件事又出奇地令人感到虎頭蛇尾。我只能猜想,還要多久我才能真正消化那些與自己相關的想法。

Alon Dogon

一整天下來,我對這件事的感受反覆轉變,從對未來感到極度恐懼,到因許多重要難題終於有了答案而感到興奮。

如果要我挑一項最觸動自己的成果,那就是強 Ulam 穩定性與可容許性的等價,以及 Dixmier 問題;我已認真思考這個問題好幾年。

這個解法似乎把 Furstenberg 的邊界理論與量子計算中的量子電路結合起來,真是太不可思議了!

總的來説,這一輪有許多猜想得到肯定解答,令人印象深刻。

Hugo Duminil-Copin

我早已預料有一天我們會被超越,而且這種情況會系統性地發生。但昨天的公佈帶來的衝擊,遠超我的預期。數十篇論文都涉及我正在研究的課題。有些成果搶先一步完成,還有長達千頁的證明,我已不知道該從何看起。

我在整個學術生涯中曾公開提及的主要未解問題,無論是在演講、課堂、文章,甚至資助申請中提過的,沒有一個不受這次公佈影響。所有問題都有人聲稱已經證明。

我預料清單上會有其中幾個,但沒想到會全部都在。沒想到會一次過全部出現,更沒想到會如此輕描淡寫。

「為了人類心智的榮耀」,他們這樣説……

這次的震撼無比巨大。我完全不知所措。明天,我們會找到前進方向。我們會重新思考自己的專業,以及工作的方式。我們是一個有韌性的社羣,我毫不懷疑我們會適應。但此刻,我實在沒有精力。我回想起那些年、那些面孔……我想到同事、學生……我擔心自己再也找不到合適的言語。

Petra Schwer

今天一整天,我在參加的工作坊裏和很多人談起「那份清單」。今天我的心情百感交集,從震驚,到對這項技術所能做到的一切感到某程度的驚嘆,情緒都有。我也很憤怒,因為一些似乎對實際內容毫無興趣的公司不斷向我們拋出各種「解決方案」。聳動的標題有助他們爭取更好的資金,他們似乎對此樂見其成。他們似乎不在意一切被如此迅速地攪亂,以至於我們(數學家社羣)已無法跟上收拾殘局的速度。

令我擔心的是,我已經注意到自己行為出現一些細微變化。談到自己的研究項目和計劃時,我不再像從前那樣坦率。例如,演講後有人提問時,我沒有坦率回答部分問題。這不只是我一個人的情況,大家都變得更謹慎。猜疑正在蔓延,這並不好。我很幸運,身處的數學社羣大多彼此信任(過?)。看到這種轉變,令我擔心。

更令我擔心的是,看到身邊的年輕數學家苦苦掙扎。今天我也看到很多恐懼。我可以怎樣幫助他們渡過難關?

數學已死嗎?顯然沒有2。我們現在經歷的,無疑是一場巨大的震盪、地震、風暴。有很多問題需要處理。數學研究的格局肯定會改變。具體會怎樣改變?我完全不知道。我非常希望我所珍惜的社羣(和人們)能安然度過這場變局,只受一點輕傷。

Bryna Kra

這次發布包含深刻而影響深遠的成果,讓我們得以一窺現今探索數學的強大工具。但數學不只是產生定理,而這種發布方式沿途失去了太多。理解這項工作需要付出巨大努力;而與幾個月前的研究不同,當我們在證明中遇到困難時,已經沒有可以請教的人。這並非數學界的文化。

作為一個社羣,我們必須團結起來,共同守護我們珍視的事物。我們理解數學的目標沒有改變,但達成目標的方法已經改變。我擔心的是,讓目前用來推動進展的這批研究成果得以產生的生態系統,正在遭受破壞。數學界大致上一直以合作為主:我們分享問題、討論尚在進行的研究,也會為別人提供解決問題的思路。把研究工作的這些部分輕易轉化為證明,會截斷理解所需的過程,而這種理解正是帶來影響的必要條件。這種發布成果的方式會封閉研究方向,而不是開拓新的視野。

數學界已經開始團結起來,深入討論如何應對這段動盪和變化的時期。現在是時候從討論走向實踐,為我們這個專業的未來規劃方向。博士培訓、初級教員聘用、升職評核、出版準則和出版方式,都需要接受檢視和更新。這種局面帶來的好處,是社羣中那些沒有成效的傳統得以瓦解,同時保留我們珍視的部分。

Alvaro Lozano-Robledo

「OpenAI 的重大發布」堪稱歷史性時刻,甚至可能是迄今數學史上最重要的一天。2026年10月6日發布中,許多如今已有擬議解答的問題,若能解決,將為各自的領域作出重大貢獻:準 RH、希爾伯特第十六問題的第二部分、Q 上的希爾伯特第十問題、CM 阿貝爾簇的霍奇猜想、Goldfeld 猜想、快速整數乘法……這些無疑都是重大貢獻。

然而,這些事並沒有改變我的想法。相反,我們早已知道這些模型能做到驚人的事(例如 Navier-Stokes)。我們早已知道,前沿模型能以巧妙的方式串連現有文獻中的線索(例如單位距離猜想)。我們早已知道,OpenAI 可以投入多得令人咋舌的資源來攻克問題。我們也知道,他們最高級別的訂閲價格即將大幅上調,至 $500/month。

此外,我們也懷疑他們的模型有其限制,而這次發布的新成果亦為此提供了證據。他們在報告中提到,曾嘗試攻克 4000 個未解問題,而模型在其中約 700 個相關問題上取得進展。沒錯,他們解決的部分問題非常重要,但這也顯示模型在某些方面有所侷限:他們的目標是 RH,而不是 quasi-RH;是完整的 Hodge 猜想,而不是 CM varieties 的 Hodge 猜想;是 BSD,而不是 Goldfeld 的 50-50 猜想。再説一次,quasi-RH 非常重要!但它不是 RH。

有沒有任何解答採用了超出現有文獻想法之凸包的新思路(按 Nestor Guillen 的説法)?我們需要數學家花時間消化這些新證明,弄清當中建立了甚麼聯繫,以及過程中是否真的發現了全新的想法。不論有沒有 LLM 協助,仍有大量數學研究有待進行。改變的是,現在出現了新的數學高山,需要我們向其他人解釋和傳達。

Julian Wykowski

在今天的種種事情中,我一直想到 Stanisław Lem 的《Solaris》(1961)一段文字,主角幻想存在一個 bóg ułomny。這個詞被譯成英文 an imperfect god,不過我認為更貼切的譯法應是 a defective 或 disabled god。原文是:

「我想的不是一個因其人類創造者坦率而有缺陷的神,而是一個缺陷本身就是其本質特徵的神:一個全知和力量皆受限制、會犯錯、無法預見自身行為後果,並創造出導致恐怖之物的神。他是個……病態的神,野心超越能力,起初卻沒有察覺。他創造了鐘,卻沒有創造鐘所量度的時間。他創造的系統或機制本為特定目的服務,卻已越界並背叛那些目的。他還創造了永恆,本應用來量度他的力量,結果卻量度出他無盡的挫敗。」

不少社羣成員都認為,數學中提出未解問題的主要目的,是引導理論建構和增進理解,而非只求替一個在現實世界應用有限的問題給出二元答案。從這個意義來説,我們確實「創造了本為特定目的服務、如今卻已越界並背叛那些目的的系統或機制」。OpenAI 把數學形容成因某台伺服器上的 Lean 程式碼而「已被解決」,這種説法當然符合他們的市場宣傳利益;我真心希望我們的社羣不會屈服於這種令人洩氣的敍事。相反,我希望我們能以共識為基礎、有組織地適應這個新現實,讓工作方式符合我們的價值觀,支持我們追求人類理解,並有助建立數學理論。這可能包括接納 AI,但只能以能把正面影響放到最大、把對我們視為數學根本之處的負面影響減到最低的方式。在此期間,如果 OpenAI 想讓人人相信他們是神祇,我們有責任記住,他們心目中的神祇有多不完善。

Ben Green

我沒料到部分成果會如此重大。尤其是看到一個證明指出 Dirichlet L 函數在 Res=7/8 右方沒有零點(還有另一個簡短證明,指出不存在 Siegel 零點),我簡直震驚;此外還有許多令人屏息的進展。就我較熟悉的領域而言,加法組合學的多個核心問題已告破解,其中包括我在六月才獲批的 ERC Advanced Grant 中約四分之三的研究目標。要真正理解這些解答及其相關脈絡,還有大量工作要做;從我目前能從稿件中看出的內容來説,這些工作很可能非常值得。我會先從第 182 項開始,它證明瞭 {1,…,N} 的任何一個大小為 N1−c 的子集,都有兩個元素相差一個平方數。

Sam Hughes

能夠從事研究級數學,是一生難得的榮幸。但不是這樣。那我們失去了多少美?

Emily Riehl

首先要讚揚建立 citedbyagi.com 網站的人。網站列出 OpenAI 發布的論文集所引用的數學家及其著作。要弄清楚那些成果究竟做到甚麼,還需要相當長時間。但無論成果是甚麼,若非數學家提出猜想、證明周邊結果,並透過交談、演講、解説文章和論文分享想法,讓其他人類、如今還有 AI 能從中學習,這一切都不可能發生。我希望他們會繼續這樣做;跟許多人一樣,我喜歡從其他人身上學習新數學,而且永遠都會喜歡。

Kevin Buzzard

我對未來非常樂觀。我知道今天一片混亂,我們正身處風暴中心。我們不想讀劣質論文;OpenAI 有些論文已經撤回,我們甚至還不知道哪些結果是真的。但我相信真相和理解終會浮現。人類一直寫過不少重要但寫得很差的論文,糟糕的解説從來都存在;數學家以前也多次免費替人解説。AI 會愈來愈擅長解釋。毫無疑問,數學本週已經向前邁進,這一點無法否認。

Zhou Feng

我抱持樂觀,因為我看不出悲觀有甚麼好處。不過,看到 Review 中第 148 項聲稱解決了直線上自相似測度維數的問題,以及相關問題,我還是大吃一驚。令我欣慰的是,這個證明看來建基於前人的成果,並處於他們建立的框架之內。我會花更多時間研讀;畢竟我相信,人類的理解和解説對我們社羣的進步不可或缺。它們也帶來喜悦,雖然可能不及靈光一閃時那麼強烈。

我不知道這些問題是如何挑選出來的,但它們的影響令我不禁思考:甚麼令一個數學問題重要或有趣?問題推動進步,而提出好問題需要遠見和品味,通常要經過多年探索才能培養出來。知道問題的確切答案固然令人高興,但之後又如何?

這項公告展示了 AI 大規模而深入地「做」數學的能力。能否建立一個互動的數學世界(也許像一幅數學版 Google 地圖),讓我們以視覺方式探索想法、瀏覽證明,並發掘不同領域之間的聯繫?AI 可以在人類數學家的專業知識引導下協助建構這個世界。未來的數學家可以運用創意和洞察力擴展它、豐富細節,並找出值得追問的新問題。

Jakob Glas

OpenAI 宣佈已解決超過 100 個數學未解問題時,我既興奮又焦慮。想到未來會有新數學成果,我感到興奮;想到我正在研究的某些問題可能就在其中,我又感到焦慮。

幸好,我自己的研究沒有受影響。但當我看到發布的問題中包括 Riemann zeta 函數零點自由區域的 7/8 界時,我確實大為震驚。我一直以為數學家普遍認為,現有數學完全無法處理 Quasi-Riemann 假設。看來我們都錯了。

Giovanni Mongardi

今天,有些東西永遠失去了。我們曾是未探索定理的探險者,也是美麗證明的精巧工匠。人類曾獨自在心智的奇妙世界中探索,晶體上同調如哥德式大教堂般具體。今天,機器來了。

她聲稱已用雷鳴般的「42!」解答了我們許多問題。她比我們快,知道人類曾經做過的一切,而且我們才剛提出問題,片刻之後她便給出答案。

我們剩下的角色,就是成為機器之神的祭司,聽從她的話,並為人類同胞理解那些話。

我害怕,心智的未來將會是一片荒漠,地平線之外再沒有問題引領我們。

Sam Fisher

這消息是我早上看到的第一件事。我的即時反應只是笑,我也不太確定自己感受到甚麼。也許是厭惡、悲傷和冷漠交雜。消化機器的論證,不會帶給我們自行研究問題數月、甚至數年,再與他人分享成果時所獲得的同等深度的理解、專業知識、直覺和滿足感。我擔心研究數學的未來,也擔心自己在其中的位置。我希望我們能建立健康的規範。我不想每月付 >100€/month 給道德敗壞的科技巨企,做個專業的撳掣式垃圾內容消化員。

Ignasi Mundet

最近(夏天之前!)我一直在思考一個問題:數學之美究竟來自甚麼?我暫時得出的結論是,數學的美很大程度上與我們自身的侷限有關:我們的限制迫使我們放慢步伐,讓我們發現一些在速度更快時不會留意到的事物。緩慢和侷限也與把數學視為冒險和挑戰密切相關;我認為這同樣是數學之美的重要元素。

我問自己:經歷眼前這場革命之後,數學還會以甚麼方式呈現美?

Nilima Nigam

我的即時反應是煩躁。幾年前,已有一些人預見這一天無可避免。但我們無法避免整個社羣被這些工具吸引、推廣它們,短時間內又開始宣稱它們的出現無可避免。好了,現在就是這樣了。

我已看到不少較年輕的同事和學生,正為做數學究竟意味着甚麼、自己將會扮演甚麼角色而感到存在危機。我覺得社羣已經陷入危機;我們對重視甚麼、甚麼激勵我們,以及究竟應否把數學看得比從事數學的人更重要,都有深刻分歧。有人興奮,有人絕望,也有人介乎兩者之間。我們看到了貪婪、天真、勇氣、認命——這些情緒通常不會跟我們熱愛的領域那種冷峻之美聯繫在一起。我也看到大家對彼此有很多憤怒。

自那次聲名狼藉的 NS 公告以來,我看到大眾有各種反應;不少人指責數學家「把關」,另一些人則指責數學社羣向 AI 公司出賣自己。有人幸災樂禍,有人期待數學民主化,也有人希望「解決 NS」預示着「治癒癌症」。

換句話説,作為一個社羣和一個社會,我們早已不堪重負——在思想、情感和政治上都是如此。

現在又有一大批結果湧現,以刺耳的高分貝聲浪搶奪我們集體的注意力和精力。我看到社羣中有很多、很多、很多人再次花上本來沒有的時間,仔細分析大量發布的論文(其中並非每篇都寫得認真)。我也看到年輕人加快離開學界。學生震驚地發現,自己的論文題目突然被人搶先完成。

我想,我們必須作出反應。但對於我家街上那些高聲轟鳴、吸引注意的電單車,我的即時反應通常是煩躁。今天我對 Open AI 的數學工作也有同樣感受。Open AI 不需要、也不在乎我的注意或尊重。但如果它真的在乎,那麼像在街坊間拆掉消音器、騎着 50 部電單車呼嘯而過,並不是爭取尊重的方法。

Indira Chatterji

其中一篇論文解決了 Bass trace 猜想。這是 Hyman Bass 於 1976 年提出的漂亮猜想,並藴含着更早的冪等元猜想(也許是 50 年代提出的?):無扭羣的羣環中不應存在非平凡冪等元。25 年前,我有幸與兩位出色的合作者 Jon Berrick 和 Guido Mislin 一起,為 amenable 羣證明瞭這個猜想;那項成果改變了我的職業生涯,也改變了我對人生和數學的看法。多年來,這個問題的進展一直只是小幅推進,大家也都轉去做別的研究。

我看不懂這個證明,也仍然不相信這個猜想一般情況下會成立。論文有 30 頁,看起來像劣質內容,還有 Lean 認證,無論那代表甚麼。不過,我很期待有一小羣同事一起仔細讀它,看看是要把它徹底拆解,還是理解一個驚人的漂亮論證。誰要加入?

已經有 3 篇論文被撤回……現在是否該説這些全是毫無用處的劣質內容、Lean 不可靠(還要收錢才肯説不是)?

Ivan Smith

時勢動盪,但我仍天真地希望我們能變得更強,並走過這一切。如果社羣學會同樣肯定開路者和架設固定繩索的人,以及登上頂峯的人,那將會是很好的發展。

Sahana Balasubramanya

我的第一反應是快速瀏覽問題清單,看看哪些領域受了影響。看到不少著名問題列在其中,確實有點令人不知所措,彷彿整個數學版圖都被「核爆」了。仔細看後,我才發現並非每個證明都有 Lean 形式化。作為一個不熟悉 Lean 的人,我也不知道該如何看待帶有這種認證的結果。從那時起,至少已有 3 份預印本因為錯誤而撤回,另外一些也作出了修正。

我聽數學其他領域的同事説,他們認為部分發布的論文「無法閲讀」。此外,人的貢獻持續得不到署名、缺乏透明度,以及似乎無視顧問委員會建議等問題也存在。如果這些成果經得起時間和嚴格審查,人類仍需很長時間才能吸收這些新資訊;若經不起,大家很可能還是要花大量時間校對,找出論證中的漏洞,令人不禁懷疑這一切究竟有何意義。這真是一團糟。

這令我覺得,AI 公司已經選定一方,而那不是致力改善人類福祉的一方(例如努力減少貧窮、改善資源分配,或尋找嚴重疾病的療法),也不是特別關心人類的一方。眼下,我希望我們不要屈服於恐慌或末日感。

Yuval Gorfine

很難找到合適的字眼描述自己的感受和想法,尤其是我的想法和感受一直在變。至少有一個想法是這樣的(它與其他和它矛盾的想法同時存在於我腦海中)。

我不知道這是不是終結。我希望不是,也認為不是。但可以肯定的是,假如這真的是數學的黃昏,那會是個壯麗的黃昏。人類的成就令人驚嘆。看着 OpenAI 解決的問題清單時,我不禁想起 E. E. Cummings 的這首舊詩:

你是誰,小小的我

(五、六歲的年紀)

從某扇高高的

窗戶窺望;望着金色的

十一月日落

(並感覺:如果白晝​

必須化作黑夜

這樣也很美好)

Mitchell Taylor

作為一直密切留意 AI 數學能力迅速進步的人,對於 OpenAI 剛發布的問題數量和重要程度,我並不特別意外。我覺得不少結果都很漂亮,也很想深入理解。尤其高興看到 hot spots 猜想對平面上的單連通子集成立;而可分商問題獨立於 ZFC,也令人非常振奮。這些成果實在非凡,能親眼見證問題得到解決,令人極其興奮。

更令我憂慮的是,AI 公司的目標可能與它們最應優先追求的目標不一致:把 AI 對人類的影響優化至最好。如今,AI 將徹底改變世界已經很清楚;同樣清楚的是,很多人在這段過渡期會經歷創傷。在這方面,我認為數學是一個特別能説明問題的案例。

在 OpenAI 最近發布的https://openai.com/index/sharing-ai-progress-in-mathematics/中,他們一開始便表示,希望改善向數學界分享成果的方式,並已諮詢 AGMAI 小組,討論最佳做法。AI 公司與學術研究人員合作非常重要,但在這個案例中,AGMAI 的建議與 OpenAI 表明將採取的做法,似乎存在實質分歧。最明顯的是,AGMAI 要求 AI 公司停止用開放研究問題評估自家專有模型,而 OpenAI 則清楚表明,他們認為這樣做很重要。

我個人雖然很期待見證數學的驚人進展,但不少朋友和同事目前正經歷嚴重焦慮、抑鬱和失去目標感。此刻他們最需要的不是更強大的 AI,而是時間去消化學科的轉變。我擔心他們得不到這段時間。但我更擔心,整個社會適應 AI 的時間遠遠不足。

我真心希望 OpenAI 會認真看待數學界的反應,並以此思考更廣泛的社會將如何應對即將到來的變化。開發如此強大的技術,首要目的應該是改善每個人的生活,而不是把力量或利潤推至最大。尤其是,科學和社會變革的步伐不應只由 AI 實驗室決定。相反,我認為 OpenAI 必須落實其賦能科學家的承諾,積極、用心聆聽他們的憂慮,並讓他們能實質參與這場轉型的走向。實際來説,這意味着讓更廣泛的數學界直接參與決策,包括未來發布的時間、理解這些成果所需的支援,以及研究、教學和更廣泛的社會應如何適應。

Menny Aka

一切一直都是為了樂趣。二十多年來,我一直很幸運,有機會樂在其中地學習、研究和教授數學。所以我現在最大的未解問題是:我怎樣才能繼續享受樂趣?每次這類成果發布帶來震撼,待我平復下來後,總會回到這個問題,希望它能帶我找到答案。我已有一些答案,也繼續嘗試尋找更多。以下是我目前的想法。

教學方面,我很享受只花少量心力,就能製作出完全配合自己講解需要的小程式或示範。

最近,我們創辦了「Illustrating Math toward Outreach」研討班,和各級學生一起透過不同媒介描繪和展示數學;多虧 LLM,當中不少媒介如今都更容易使用。研討班一個月前才開始,但看來樂趣至少會是其中一環。

至於能否在研究中與 LLM 一起找到樂趣,我就不太肯定了。我一直在嘗試:最近一邊洗碗,一邊透過耳機和 LLM 討論研究問題。這有用嗎?出乎意料地有用。感覺奇怪(甚至可以説反烏托邦)嗎?對我來説,至少目前是。每次嘗試之後,我都覺得空虛又疲倦。

我能否享受閲讀這些經 Lean 檢查的證明?至今我讀得並不開心。那麼,我能否享受努力理解它們的過程?我也不確定!目前我正嘗試找其他有興趣的人,希望能一起愉快地攻克這些證明。暫時我仍抱有一點天真的希望:我無法想像理解 Project 15 各項成果的證明會是一件無趣的事。我猜不少人對其他某個 Project X 也有同感。

附註:想看看目前最能給我啟發的反應,可 Google「the last ten minutes OpenAI」。

Inhyeok Choi

OpenAI 宣佈的成果很驚人,如果我能學會許多自己感興趣問題的解法,那就太好了。

話雖如此,我對他們如何處理這些問題感到難過。八月 1 日,他們説要賦能科學家和數學家。我理解為是幫助數學家發揮所長。但到了十月 6 日,他們卻説,若要賦能科學家,就必須繼續用數學評估內部模型。原來他們只是把這些漂亮、影響深遠的問題當成測試場。OpenAI 看起來並不關心 Thompson 羣 F、Bernoulli percolation 或 QI-rigidity;更像是發布成果來展示自家模型的威力。這種做法會傷害數學社羣。

讓我分享一些個人感受。OpenAI 曾研究一個問題(pc<pu),我對它稍有了解。我對整個問題突然被解決有甚麼感受?嗯,知道答案是好事。解法看來合理,我也很想深入細節,進一步理解它。我仍會從不同角度思考這個問題,例如對於有自由子羣的羣,能否找到更自然的證明。

與此同時,這個問題值得投入更多心力。當時前面有很多條路,我們可以探索不同方向,最終抵達目的地。過程可以更有人情味,人們也可以享受這趟旅程。但如今呢?機器一下子就把我們送到終點。這令人難過,不是因為目的地不值得去,而是因為我們失去了旅途中的許多經歷,也失去了許多人。

眼下,我仍在「傳送門時代」四處漫步。我寧願散散步,隨意找些小花。我希望作為一個社羣,我們會繼續重視數學中屬於人的一面。

Stefan Witzel

跟大家一樣,我也很想深入分析這些證明(我會先看非殘有限雙曲羣的問題)。但我認為我們社羣迫在眉睫的任務,是想清楚哪些價值觀和做法能讓我們活下去(粗略來説:深入理解比具體定理重要;傳達理解的非正式方式比 Lean 證書重要)。有些人設想由我們引導 AI,把研究前沿推得更遠,這想法很吸引人,但我擔心我們會在途中失去後來一代,最後一代之後便再無人接棒。

匿名

最近我一直試圖説服人們,包括就在不久之前,情況已經無可挽回:LLM 很快就能證明我們夢想證明的任何事,甚至更多。但我聽到的回應往往是:説真的,LLM 沒那麼厲害。

Nino Tannio

現在機器證明得比人類消化得快,大部分證明都將無人閲讀。我們的注意力無法跟着產出量擴大。以好奇心為動力的專業人士,可能不再有足夠興趣去理解;樂趣、回報和神秘感都消失後,只剩下無人閲讀的真理,和無人尋求的答案。

但我不認為這是絕路。我們可能需要徹底改造整個制度。那會像是經過幾個世紀以 π 為基礎後,改用 τ 一樣令人震撼。也許沿途我們會找到更好的方式看待世界。誰知道?為甚麼要假設所有神秘感都會消失?

Koji Fujiwara

AI

—改編自 Dolly Parton 的《Jolene》

AI,AI,AI,AI
我求求你,請不要奪走我的數學
AI,AI,AI,AI
請不要只因為你做得到就拿走

你的智慧無人可比
你的速度有如高速列車
但我無法與你競爭,AI

我完全明白
你可以輕易奪走我的數學
但你不知道它對我有甚麼意義,AI

我必須跟你説清楚
我的快樂全繫於你
不論你決定怎樣做,AI

AI,AI,AI,AI
我求求你,請不要奪走我的數學
AI,AI,AI,AI
即使你做得到,也請不要拿走

AI,但這實在不公平,AI

Ryan Alweiss

我覺得 OpenAI 的新成果非常出色!現在是做數學家的極好時代。這無疑是一段重大變革期,我們需要重整制度,重新思考許多做法,迎接這個「證明充沛」的新時代。不過,我們正在學習比以往更多數學;人類和 AI 合作,將把美麗的純數學和實用的應用數學都推向新高峯。也要稱讚 Will DePue 建立的精彩網站 citedbyagi.com,展示 AI 如何站在人類數學家的肩膀上。

Hyunwoo Kwon

昨天,OpenAI 把超過 700 篇研究「論文」一股腦放上 GitHub。看到問題清單時,我非常驚訝,因為他們宣佈解決了 Falconer 距離問題、波動算子的局部平滑估計,以及 Kakeya 極大函數的界。這些都是調和分析的核心問題;我的朋友花了 6 年研究其中一題,而 OpenAI 突如其來的公告,摧毀了她一直珍視的領域。我是從調和分析開始數學旅程的。我明白這個問題對她和同事們意味着甚麼,因此對這種情況,我心裏確實有很深、很苦的怨憤。

我一直想起最近看過的舊戲劇《<The Cherry Orchard>》。我到底是隻為過去傷感的 Ranevsky,還是隻會空談理想的 Trofimov?我的櫻桃園裏滿是我和同儕分享的好奇心,如今正被夷為平地。

過去我很享受藉助 AI 做數值實驗,也能提出新風格的問題。雖然我還不知道如何回答,但相信這會為我的研究領域帶來新的視角。我原本對這個未來抱有希望。然而,OpenAI 最近的做法令我一直覺得,他們只想靠速度和蠻力資源炫耀自身的支配力,完全不尊重深入思考所需的時間,也不尊重這個領域的歷史發展。

OpenAI 聲稱為數學帶來了新發展。毫無疑問,這是歷史性時刻。但他們上傳到 GitHub 的論文,既不能算是負責任的行為,也稱不上真正的數學進步。這種讓人無法閲讀的資料洪流,怎能稱為「知識」?

若不看看秋葉轉紅、大海和天空,我真的很難忍受這場混亂。

Alex Nolte

要理解不斷變化的局勢,我認為拿現在的發展與自己過去的判斷比較很有價值。幾週前,我曾回應 AGMAI 徵求社羣意見的邀請,當時寫道:「我認為最糟糕的結果,是現有猜想版圖突然被一波未經消化的證明摧毀,令數學各個分支的社羣與其領域的進展疏離。」OpenAI 這次發布看來正正朝着這個方向發展。

我認為,新科技有可能提升人類對數學的理解,這種發展可以、也應該對數學領域有正面作用。不過,社羣適應改變需要時間。圍繞這些發展重新調整誘因和規範,讓我們獎勵自己重視的工作,也需要時間。婉轉地説,我認為 AI 公司似乎沒有把剋制、體諒和尊重數學家的職業生涯列為重要優先事項,這實在可惜。

Grigori Avramidi

多年來,我們很多人都自行設計小指標來測試 AI 模型(當時還不知道它們會成為測試指標,所以稱它們為猜想、問題、玩具問題等等);幾個月之內,我們便看到新模型遠遠超越了自己設下的指標。對我來説,這段經歷有時令人興奮,有時迷惘、疲憊,也很震撼。

要向數學界以外(有時甚至是界內)沒有親身經歷這些事的人解釋這種情況,也確實很有挑戰。我希望 OpenAI 最近這批成果能讓更多數學家親身感受到背後的進展速度。問題並非 AI 用驚人的算力解決了幾個指標性的猜想,而是它現在已經能回答我們所提問題中相當大一部分。

即使從技術上來説,這種快速進步有可能只涵蓋編程、數學和圍棋,不再延伸到其他領域,我仍認為我們必須為它不會止步於此的可能性作好準備。

我希望(也許是天真地希望)我們數學家能暫且放下對這個熱愛的領域和相關政治的複雜情緒,仔細看眼前的數學,並以可信的身分發言(我們必須保持可信!):作為不屬於 AI 公司的專家觀察者,我們應該説:「這是我們所知道的,這是我們所看到的,進展速度就是這樣。這不關乎我們的工作,也不是炒作,請大家留意。」

Carl-Fredrik Nyberg-Brodda

過去幾天,我既擔心自己是數學家,又因身為數學家而興奮、自豪;而且常常三種感受同時出現,還混雜其他感受。至於 OpenAI 在這件事上的做法,其他人已比我能做到的任何表達都更有力地寫出了我認同的想法。同樣,這裏已展示出的數學之美與數學家之團結,也很難找到更好的例子。

我仍在學習新的數學,只要如此,我就仍然能從數學中得到樂趣;和其他人一起學習時,樂趣更大。未來會有誰願意付錢讓我和大家學習、享受這份樂趣?他們為甚麼願意?至少對我來説,這仍是個迫切而尖鋭的問題。

我有一部分很期待未來會帶來甚麼,因為這幾週彷彿把幾年、幾十年的發展都濃縮在一起。另一部分的我也希望,有一次能活在正常、可預期的時代。唉,這不是我能決定的;我只能感謝一路同行的夥伴和朋友。

Stéphane Gaussent

我很矛盾:一方面想弄懂機器在 D 型 Littlewood-Richardson 錐飽和問題上的工作,另一方面又想全盤拒絕這一切。面對如此大規模的公告,誰能不感到不堪重負?究竟是誰想摧毀人類的數學實踐?我們該對那些希望以學術為職業的年輕人説甚麼?

匿名

我懷疑這批發布令很多人都被「Buckmastered」了。顯然,我們需要自己的模型;數學社羣也需要像其他創作者一樣積極保護知識產權,第一步就要揭露這些「解答」從正在進行的研究中抄用了多少內容。

Snorre H Christiansen

健身室見聞

今天,那位遊客又來了
去年我們見過他
在健身室鍛鍊
當時有點滑稽
看他舉起一兩個啞鈴
但如今他回來了
看起來有點難看
他把所有器械都亂扔一通
Riemann
Hodge
還有其他幾個大問題
我們也要
把一切都翻個遍嗎
彷彿甚麼都不算
不過,我們確實佩服
原以為他要花更久
他很快就會贏得這場遊戲
你知道的
只要再用力一點
就會成功

Junseo Lee

十月 5 日是量子資訊理論頂尖會議 QIP 的投稿截止日期。跟許多人一樣,之前幾週我一直忙於完成研究,當然也得到了 LLM 很多幫助。QIP 的投稿似乎比去年增加了一倍以上;瀏覽預印本時,許多出色成果令我印象深刻,其中包括量子複雜度類之間的預言機分離等長期未解問題。看到那些多年來一直苦思這些問題的研究人員終於取得突破,而且往往有前沿 AI 工具協助,令人十分振奮。

但就在截稿後一天,OpenAI 發布了那項公告。不論時機是否刻意,我身邊不少人似乎都感到有點氣餒。有些成果解決了我的一位導師多年來一直思考的面積律問題;另一些則解決了量子資訊、理論計算機科學和多體物理中的問題,而我本來也希望有一天能研究它們。這些進展令人驚嘆,同時也讓人不安。我唯一保留的是,有些稿件很難理解。也許是因為我作為博士生,專業知識有限;但我覺得,對這些問題非常熟悉的研究人員,或許能把想法講得更清楚。

我開始讀博士時,希望研究量子複雜度和學習理論。這一點沒有改變。我仍然喜歡思考未解問題,也喜歡和同事交流想法。但對一個剛開始讀博士的人來説,未來最好的路徑是甚麼、幾年後理論研究會變成甚麼樣子,我已經不太確定。也許這同時是一個機會。如果 AI 加快基礎問題的進展,更多研究人員或許會轉向建造量子電腦和尋找實際應用,讓領域發展得更快。我不知道事情會走向哪裏,還有很多事要和導師及同事討論。

儘管如此,我確實很期待這些發展。我真正擔心的是,選擇從事理論研究的優秀學生會變少,而我們也會逐漸失去那些令研究如此愉快的交流。我不希望「ChatGPT 大概已經解決了這題,而且大概比我更理解」取代我珍惜的同事間討論與思想交流。

Claudio Llosa Isenrich

對數學來説,這又像是歷史性的一天。這些日子的重大事件接連出現,我快要消化不來。雖然我早已隱約感到有事情要發生,但對我來説,真正開始切身感受到是在六月(還是七月?):AI 證明瞭幾個我大半個(我希望仍算短暫的)職業生涯都很在意的結果,至少 AI 在其中發揮了關鍵作用。之後 OpenAI 宣佈解決 10 個未解問題,再宣佈解決 Navier–Stokes 問題,最後拋出這一大批 700 多篇論文的震撼消息。

我沒有把精力放在研究上,進一步增進我們(或者至少我自己)對數學的理解,反而花更多時間思考數學的未來、細讀其他人的許多深刻見解(包括這個精彩網誌上的文章;真心感謝所有在這裏和其他地方投稿的人,也謝謝經營網誌的人),並努力整理出自己的看法。

我一直不太安心,擔心 AI 公司的目標是否符合數學社羣的利益。對我而言,Navier–Stokes 事件印證了這種感覺;看到社羣對 Navier–Stokes 事件的反應後,OpenAI 這次的新發布更令我確信如此(如果把這感覺稱為猜想,我很樂意聽 AI 公司提出反證)。

那麼現在我的處境如何?許多曾引領我們的燈塔被拆掉,許多美麗成果因此永遠無法面世,我為此感到難過。我確信 AI 會留下來,我也必須適應這個新現實,雖然還在摸索這究竟代表甚麼。我渴望自己能有穩定感,更希望未來的一代人也能如此:我們的學士生、碩士生、博士生和博士後研究員。

然而,儘管有這些想法,我仍希望人類會繼續追求知識活動,繼續理解自己身處的世界。我相信數學一向、今後也會在這方面扮演重要角色(其他學科也一樣)。此外,我很高興看到自己如此慶幸能成為其中一員的社羣,在這些艱難時刻聚首討論未來,並設法找出甚麼仍值得投入,以及如何讓年輕一代蓬勃發展。最後,即使新數學想法不是以我認為應有的方式出現,我仍很期待學習它們。

基於這些原因,我樂觀地相信塵埃終會落定(希望愈快愈好),我們能撣去身上的灰塵,走到另一邊;最重要的是,數學作為一種事業、一份專業和一個社羣,會在這場變局中存續,甚至在這個日益複雜的世界變得更強大、更重要。

Anirban Basak

他們只在乎「注意力就是一切」。

Thomas Nikolaus

有些問題值得追問,有些事情值得討論——關於如何做、為甚麼這樣做,也有批評需要提出。同時,我希望我們也能認清這些成果是多麼非凡的成就與突破。它們是數代數學家共同努力的成果:他們提出問題、建立理論、分享想法。我期待理解這些新數學,也期待看到它會帶領人類數學社羣走向何方。

Ian Agol

雖然我早已聽過一些有關這些成果的傳聞,但證明涵蓋的範圍實在驚人,解決了幾何羣論和拓撲學中的問題;我原本以為自己有生之年也未必能看到它們解決(前提是這些證明經檢查後確定正確)。如果所有成果最終都能形式化,我會特別高興,因為那代表我的部分研究,以及其所依據的文獻,也必須完成形式化。

我和其他人都留意到,這有點像 Perelman 證明 Poincaré/幾何化猜想。他離開數學社羣 7 年後才發布預印本,並作了幾場演講,除此之外幾乎沒有努力傳播成果。對大部分數學家而言,那些預印本很難讀;後來有幾個團隊花了多年補上細節(不過專家最終都把所有想法歸功於 Perelman)。這些新成果或許也會以類似方式逐漸被數學社羣吸收。

我覺得法國數學界或許更有能力應對這些發展,因為他們有重視數學解説的傳統,例如 Bourbaki seminar(以及其刊物 Astérisque)和期刊 l’Enseignement Mathématique。也許這可以成為更廣泛數學社羣行事方式的參考。

數學每有重大新進展,社羣理解結果之後,通常都有人巧妙地把它應用到新地方,或以非常實質的方式在其上發展,推進相關問題。例如,我曾花很多時間學習 Perelman 的工作,並據此把他的技巧應用到幾何化猜想以外的問題。我預期 OpenAI 這批成果也會如此:數學家很有創意,會找出簡化方法和應用(我已聽説這種情況正在發生)。對年輕人而言,這可能是學習前沿數學的好機會。

Claire Burrin

今晚,我帶着幾分震驚,讀着目前已發布的 100 多則回應。沒錯,十月 6 日這次爆發會帶來大量新聯繫、新想法和新問題。但我們知道這只是第一批,後面還會有更多。OpenAI(和競爭對手)正在利用我們最著名的未解問題訓練前沿模型,卻不太理會沿途受創的社羣和職業生涯:這件事還沒有完。

Serre 向來很懂得以精煉而簡短的字句表達,他對《紐約時報》説:「數學家從事數學有兩種樂趣:學習和發現新事物。因此兩者有所衝突:AI 增加了第一種樂趣,卻削弱第二種。問題是,它可能削弱得太多;對年輕數學家來説,這尤其嚴重。」以我們即將採取的步伐來説(暫且不談取得頂尖模型的關鍵問題,這些模型目前每月收費 500 美元),我們怎樣才能保留知識創意所需的空間和時間?

還有一些更實際的憂慮。我們的預算和研究資助,取決於非數學家的支持。面對可能威脅資助的問題,我們該怎樣回答:「AI 不是已經解決數學了嗎?」、「如果 AI 正在教你數學,它不也會是更好的老師,教你的學生嗎?」多年來,我們一直把歷久不衰的未解問題作為價值體系展示給公眾,以此推動研究計劃獲批,以及招聘新人才。現在必須寫出一個新的説法。至於教學,我希望 COVID 那幾年留下了足夠資料,證明由真人直接交流,始終都是傳授知識的重要一環。儘管如此,這些問題仍會一再出現。

有些同事完全拒用 AI,另一些則每天都用它生成證明。我們絕對不能讓這種分歧導致支持者和反對者兩派對立,撕裂社羣。我們比以往任何時候都更需要找到共同立足點,團結一致。我很希望每個數學系都舉辦內部論壇,讓所有相關人士公開、互相尊重地討論自己的反應和前進方向。即使有些指引看來理所當然,也必須明文列出並集體同意,例如:在共同研究中使用 LLM,必須先取得合作者明確同意。我認為 Leiden declaration 是這類討論很好的起點。

最迫切的是,我們必須主動支援年輕研究人員。想有一天成為教授的博士生或博士後研究員,正面對一個關乎未來的問題:在這場典範轉移中,留在學術界所需的情感、個人、職業和經濟犧牲,究竟是否值得?如果五年後的數學研究,跟五年前完全不同呢?

我們確實迫切需要協調如何保護社羣和初階研究人員。有太多問題等着我們處理,諷刺的是,眼下數學反而不是我最掛心的事。

Marco Moraschini

我認為這類有關「大」問題的公告(或者更準確來説,那些結果證明確實在能力範圍內的未解問題),正讓我們看清從事數學時真正重要的是甚麼。終極目標不只是證明或推翻一個猜想,而是理解證明如何成立,以及關鍵想法最初如何出現。這也是數學家往往花更多時間仔細寫下成果,而不是找出成果的原因之一。

不過,我年紀已足以知道,即使論文寫得很好,要讀完 arXiv 上所有自己喜愛領域的論文,早就不可能了。幸好一直都有研討會、會議和其他社羣活動:我們可以在那些地方分享想法、直覺和最重要的種種;無論標題多吸引,例如「某著名猜想的反例」,都無法完整傳達這些內容。

所以我開始思考,作為一個社羣,我們要如何消化這一切,尤其是當這類公告變得頻繁,每次都帶來大量只以概要形式呈現的有趣成果時。每個領域應由誰深入研究這些成果,再向研究社羣解説?如果 AI 實驗室尚未詳細展示成果、但已宣佈打算這樣做,那麼我們是否應該自行籌辦會議,瞭解這些成果?

最後,最可能出現的情況或許是:數學家會更投入創造新的美麗數學(新定義、新問題、新理論),並把重點從回答已經提出的問題移開。這也會為 AI 實驗室帶來有趣挑戰:如果它們願意、也有能力創立新的數學理論,就必須投入時間和資源向社羣分享,甚至可能比現在更多。我相信這對大家都有好處。

Alain Valette

我是許多被 OpenAI 公告打擊得很深的人之一;對我來説,這像是背後捅了一刀。現在我覺得自己站在廢墟之中;引領我職業生涯 46 年的問題,彷彿一下子全被抹去。我現在最擔心年輕數學家。我們怎樣説服大學生攻讀數學博士?怎樣告訴博士後,留在學術界仍然值得?怎樣説服資助機構繼續支持數學研究?

我現在在巴黎的 IHP,大家正在籌辦讀書研討班,嘗試理解這些 AI 突破。我有點猶豫,最後還是答應參加一個線上研討班,討論如何建構非 sofic 羣;但我總會回到一個答不上來的問題:我們大多靠公帑資助,為甚麼要免費替一間保密行事、又無視社羣基本規則的公司提供專家意見?The Doors 的一首歌在我腦海中盤旋:

「陌生的日子找上了我們
陌生的日子追蹤我們而來
它們將摧毀
我們平常的歡樂
我們會繼續玩下去
或者另覓新城」

Kimball Martin

當然,最初大家都既震驚又沮喪,一方面想問「他們為甚麼要這樣做」,另一方面又擔心「這對我們社羣會有多大傷害」;同時,我也驚嘆於自己領域中幾個極難問題取得的進展。之後他們低調撤回了一些論文,也修正了其他論文中的錯誤,現實感才逐漸浮現。我不知道這些進展有多少源自創意上的新穎,有多少隻是技術實力;也不知道他們是否淡化了前人數學家的想法和貢獻。

我當然沒興趣親自閲讀這些論文;我認為,如果他們想獲得推進人類理解的功勞,就應該交出清晰易懂的解説——甚至由真人來演講!——而不是要我們閲讀劣質內容。Lean 驗證並不代表書面證明正確,更絕不代表稿件或證明寫得好。

最後,我想説,在這個時代,我很感激有這個網站。

Annette Karrer

以下是我這些日子的感受:

首先,是對可能失去的一切感到悲傷:人類原本可以親手證明那些被 AI「碰巧」解決的問題,並在繞道探索的過程中做出研究;想到這些可能已經失去,我感到悲傷。想到我們可能失去了慢慢做數學的美好——只靠粉筆和頭腦,一步一步推進——我也感到悲傷。最重要的是,我悲傷於我們可能失去了在數學、乃至整個科學領域中,不受科技公司左右的自主性。

其次,我同情所有受影響最深的人:研究計劃被迫中斷的數學家、正在求職的數學家,以及前途極不確定的博士生。

第三,我害怕和絕望,擔心我們無法互相幫助、互相鼓勵,繼續做數學;也擔心我們無法給博士生足夠支持。

第四,我對我們讓單一科技公司掌握如此大的權力,感到憤怒。

最後,我心中仍有希望:我們數學社羣相信自己認定的數學價值,會為它的存續而努力,也會建立一套新的數學學術界分工與組織方式,勝過我們至今不得不面對的制度。


  1. 我當然可以請 AI 把這些話寫成俳句,但今天不想。↩︎
  2. 另見此處:https://arxiv.org/abs/2509.15998 ↩︎

來源:Hacker News 熱門(buzzing.cc 中文翻譯) · proofsandprompts.com