OpenAI百万美元数学证明的内幕揭秘 | 科学美国人

一场原本普通的数学研讨会，最后开成了“摇滚演唱会”。纽约大学沃伦·韦弗大楼109室里，过道站满了人，有人翻越座椅抢位置，晚到的人堵在门口进不来。主讲人是该校数学家特里斯坦·巴克马斯特，这是他自9月8日以来的首次公开演讲——那天，OpenAI宣称解决了一个数学界的“百万美元问题”，而就在此前不久，巴克马斯特刚刚公开指责这家公司似乎在窃取他的研究成果。 这场风波的起点要追溯到一年前。Anthropic公司的数学家莱文特·阿尔珀格给素未谋面的巴克马斯特发了一封邮件，写道：“我担心会出现这样一个世界：只有企业才有权主张最深层的纯数学研究。”他提议两人合作攻克“纳维-斯托克斯”问题——这是克莱数学研究所七道“千禧年大奖难题”之一，悬赏100万美元。这道方程描述流体的涡旋与流动规律，数学家长期怀疑它并非在所有情况下都成立，有时方程会预测出流体做出物理上不可能的事。OpenAI内部模型最终给出了正确答案，但走的是与所有人——包括公司自己的顶级数学家——最初设想都不同的路径。更关键的是，这个模型的具体推理逻辑至今不透明，外界只能靠逆向工程去猜。 这件事的影响远不止一道数学题。它标志着一种令人不安的新局面：难以理解的AI模型在 proprietary（专有）秘密的包裹下创造科学历史，而人类——带着各自的弱点和小心思——几乎跟不上节奏。研讨会现场，前排打开的笔记本电脑上，人们正用Anthropic的Claude Code或OpenAI的ChatGPT Codex帮忙构造数学证明、改写手稿，这就是2026年做数学的方式。对AI从业者而言，这意味着前沿科研的“可解释性”问题已经从技术讨论变成了现实冲突：当模型给出正确答案却说不清怎么来的，学术优先权、企业保密与公共知识之间的边界将越来越难划定。而对跨境电商和出海创业者来说，这波AI能力跃迁同样值得关注——科研级推理能力的提升，会更快传导到选品分析、广告投放优化、供应链预测等商业场景，但“黑箱决策”带来的合规与信任成本，也会同步上升。