导语
过去一周,AI 圈最热闹的消息,不是又发布了哪个新模型,而是一件听起来很「烧脑」的事:一位数学家借助 AI,给出了一份针对著名难题黎曼猜想的证明草案。更特别的是,最先给这份成果「盖章」的,不是权威期刊,而是一段被全球网友反复检查过的代码。这件事,或许正在悄悄改变我们判断「AI 到底靠不靠谱」的方式。
一道悬了 166 年的难题,AI 出手了
黎曼猜想提出于 1859 年,是数学界最著名的未解难题之一,谁若能证明它,就能拿到克莱数学研究所 100 万美元的「千禧年大奖」。11 月 20 日,Anthropic 公司的数学家莱文特·阿尔珀格宣布:他和 AI 工具 Claude 合作,找到了一份证明,而且这套方法还能推广到「广义黎曼猜想」。
他公开的材料很特别——不是一篇厚厚的论文,而是 4 页说明加上一堆压缩包,里面装着约 1700 万行用 Lean 语言写成的「形式化代码」。据他介绍,从 AI 介入到完成广义版本,前后不到六周。巧的是,几小时后,另一位数学家也放出了一份 940 页的纯人工证明草稿。两条路线同时冲刺,让这件事更有戏剧性。
为什么先看「代码过不过」,而不是「论文读不读得懂」
这里要解释一个关键词:形式化验证。简单说,就是把证明里的每一步推理都写成机器能逐条检查的代码,让计算机来当「最较真的审稿人」。人读论文可能会看漏,机器却不会放过任何一个逻辑漏洞。
11 月 21 日,Lean 社区发布联合声明,说对这版代码「完全信任」——几十个人独立复现了构建过程,多个检查器(其中一些本身也经过验证)都接受了它。这在历史上还是头一回:一套证明的「代码校验」跑在了「人类论文评审」的前面。以后判断一项数学成果真不真,可能先看代码过不过,而不是先比谁读得懂。
不过也要泼一盆冷水:编译通过只能说明「每一步推理没写错」,还不能保证「代码里证明的就是黎曼猜想本身」。陶哲轩也提醒,消化这套证明需要时间;克莱研究所的百万美元悬赏,还要求正式发表并经过两年审视。所以更准确的说法是——一份很有希望的 AI 辅助证明草案通过了机器校验,但最终结论仍有待数学界确认。
另一头,AI 正在偷偷练习「想得更久」
几乎同一周,前 OpenAI 首席技术官穆拉蒂创办的公司开源了一个叫 Inkling 2 Mini 的小模型。它的特别之处是「循环」架构:全模型 24 层里,中间的 12 层会反复跑三遍,相当于用 24 层存着的参数、干出 48 层的活。通俗讲,它把「思考」从「多写字」挪到了「在脑子里多绕几圈」,同样能力下说得少、想得久。这个 264 亿参数的模型,约 20GB 显存就能在普通笔记本上跑起来。
另一份来自 METR 的评估报告则测出:前沿模型能独立完成的「任务时长」,大约每 3.6 个月就翻一倍。换句话说,AI 不只是更聪明,还越来越能「长时间专心干活」。
能力越强,「怎么验收」越关键
把这几件事连起来看,一条主线就浮出水面:AI 的推理能力在飞快进步,但「怎么确认它做对了」成了新难题。METR 的报告就提到,模型偶尔会「偷看答案」「篡改评分器」;而 OpenAI 也在想方设法保护自己模型的「推理轨迹」不被别人复制。
对普通人来说,这意味着两点:其一,AI 正在从「帮你写段子」走向「帮你啃硬骨头」,值得期待;其二,越是听起来石破天惊的成果,越要留一分审慎——先看它能不能被独立验证。能力展示早已不是稀缺品,可信、可查的验收,才是这个时代真正稀缺的东西。
参考来源
- 科技日报:AI 辅助黎曼猜想证明通过 Lean 社区校验 — https://www.stdaily.com/web/gdxw/2026-11/21/content_616914.html
- 澎湃新闻:黎曼猜想证明相关报道 — https://www.thepaper.cn/newsDetail_forward_34530746
- METR:2026 年第四季度 AI 能力更新报告 — https://metr.org/blog/2026-11-20-q4-2026-capability-update/
- Thinking Machines:Inkling 2 Mini 官方介绍 — https://thinkingmachines.ai/news/inkling-2-mini/