來源：新智元報(bào)道

編輯：定慧 好困

【新智元導(dǎo)讀】Google DeepMind最新AI智能體Aletheia在FirstProof挑戰(zhàn)賽中，獨(dú)立攻克了6道世界級(jí)數(shù)學(xué)難題，實(shí)現(xiàn)了從競(jìng)賽水平到PhD科研級(jí)的質(zhì)變。人類數(shù)學(xué)研究的「手工時(shí)代」或許正步入倒計(jì)時(shí)。

剛剛，人類數(shù)學(xué)界最后的防線，宣告全面崩塌！

連吃瓜群眾都驚掉下巴：AI不僅會(huì)做題，現(xiàn)在居然已經(jīng)能獨(dú)立搞定PhD級(jí)別的純粹數(shù)學(xué)研究了。

就在這兩天，谷歌DeepMind的最新AI研究智能體Aletheia，在數(shù)學(xué)界一場(chǎng)名為「FirstProof」的巔峰挑戰(zhàn)賽中，一口氣干掉了10道公認(rèn)的世界級(jí)未解數(shù)學(xué)難題中的6道！

DeepMind的高管Thang Luong在X上難掩激動(dòng)地發(fā)帖：

「對(duì)我而言，這甚至比去年歷史性拿下IMO金牌的成就意義還要重大！」

這可不是什么普通的數(shù)學(xué)競(jìng)賽。要知道，這些題目連全球最頂尖的數(shù)學(xué)家都感到極度棘手。

結(jié)果，Aletheia不僅自主算出了答案，甚至連提出其中第7題猜想的數(shù)學(xué)家Jim Fowler本人，都親自出面蓋章確認(rèn)：

「AI的解題過程，是完全正確的。」

就連當(dāng)今世界最杰出的天才數(shù)學(xué)家陶哲軒，都在最新的訪談中表示：AI，已經(jīng)成為了我的「初級(jí)合著者」。

Aletheia的「神之一手」：暴力推演

Aletheia到底有多厲害呢？

來看看谷歌DeepMind首席科學(xué)家兼研究主任，超級(jí)推理團(tuán)隊(duì)負(fù)責(zé)人Thang Luong怎么說：

「超級(jí)激動(dòng)！我們的數(shù)學(xué)科研AI智能體 ，剛剛?cè)灾鹘獬隽?0道出了名變態(tài)難的FirstProof挑戰(zhàn)題里的6道，直接拿下了首屆全場(chǎng)最佳！」

大家品品這句話的分量。

Luong直言不諱：

「在我看來，這甚至比咱們?nèi)ツ赀_(dá)到IMO（國(guó)際奧數(shù)）金牌水平的歷史性時(shí)刻，含金量還要高得多！」

因?yàn)檫@些題，是連當(dāng)今世界上最頂尖的幾位數(shù)學(xué)大佬都感到極度頭疼的「超級(jí)硬骨頭」。

這次，DeepMind跑了兩個(gè)基于Gemini 3 DeepThink打造的Aletheia版本（區(qū)別僅在于底層模型不同）。

經(jīng)過多數(shù)專家的交叉「會(huì)診」，它們聯(lián)手干掉了10道題里的6道（分別是第2、5、7、8、9、10題）。

要知道，這套題的判卷評(píng)估環(huán)節(jié)簡(jiǎn)直是地獄難度。

因?yàn)檫@世界上能看懂其中這幾道題的專家，都已經(jīng)是鳳毛麟角。

但也正因如此，DeepMind的研究過程嚴(yán)謹(jǐn)?shù)搅私跗珗?zhí)的地步：

整個(gè)解答過程純靠機(jī)器自己跑，全程「零人工干預(yù)」，而且完完全全是在FirstProof規(guī)定的死線內(nèi)提交的。

這是一個(gè)里程碑式的時(shí)刻。

不再是人類一步步喂算式，而是AI智能體已經(jīng)學(xué)會(huì)了趴在一個(gè)極端復(fù)雜的科研難題上「死磕」很久，在幾千條死胡同里撞南墻，最后跑回來向人類淡淡匯報(bào)一句：「我搞定了（或者搞砸了）?！?/p>

DeepMind甚至把Aletheia在這個(gè)過程中燒掉的算力（推理成本）做了完整的可視化——

其中最炸裂的，莫過于第7題（P7）的驚天翻盤。

這是一道好幾年都沒人能解開的非典型難題。

據(jù)該領(lǐng)域?qū)＜襎ony Feng透露，在這次比賽里，除了Aletheia，根本沒AI能接近正確答案。

剛開始跑的時(shí)候，連DeepMind團(tuán)隊(duì)自己都覺得Aletheia這次肯定沒戲了，結(jié)果居然跑出了正確答案！

為了攻克P7，Aletheia投入了海量算力——是當(dāng)初解開Erd?s-1051問題時(shí)的整整16倍！

數(shù)學(xué)界權(quán)威Sang Hyun Kim在看完AI的解題步驟后，給出了極高評(píng)價(jià)：

「這是我有史以來第一次，看到AI完美無瑕地串聯(lián)運(yùn)用了好幾個(gè)極其深?yuàn)W的數(shù)學(xué)定理。這絕對(duì)是一個(gè)獨(dú)一無二的稀有案例！」

關(guān)于DeepMind對(duì)FirstProof的解讀和實(shí)驗(yàn)細(xì)節(jié)全放這了：

論文地址：https://arxiv.org/abs/2602.21201

不胡說八道，才是AI最硬核的底氣

如果深挖DeepMind這篇論文，你會(huì)發(fā)現(xiàn)Aletheia之所以這么穩(wěn)，根本原因在于它掌握了一項(xiàng)關(guān)鍵技能：「自我過濾」。

傳統(tǒng)的AI大模型有個(gè)臭毛病，就是不懂裝懂（幻覺）。

不管你問啥，它都會(huì)一本正經(jīng)地給你編個(gè)答案。

但在科研級(jí)別的高端局，如果你給數(shù)學(xué)家扔一堆看起來極其合理但經(jīng)不起推敲的廢料，那還不如不給。

DeepMind是怎么解決這個(gè)問題的呢？

他們給Aletheia體內(nèi)設(shè)計(jì)了兩個(gè)「次級(jí)人格」：

一個(gè)是「生成者（Generator）」，專門負(fù)責(zé)大開腦洞，瘋狂猜想解題路徑；另一個(gè)是冷血無情的「驗(yàn)證者（Verifier）」，專門負(fù)責(zé)給「生成者」挑刺。

在解題的黑箱里，這兩個(gè)子系統(tǒng)會(huì)瘋狂互搏。

當(dāng)遇到那4道解不出來的問題時(shí)，Aletheia沒有選擇強(qiáng)行胡編亂造蒙混過關(guān)，而是直接給人類發(fā)出：「No solution found（未找到解法）」，或者到了時(shí)限直接閉嘴。

不胡編亂造，絕不在沒有把握的地方瞎耗人類專家的精力——這正是Aletheia最讓頂尖學(xué)者放心的地方。

正如論文中所寫：「為了提升準(zhǔn)確率，我們寧愿犧牲它解答某些問題的能力?！?/p>

而在解題成本上，除了P7那道耗費(fèi)16倍算力的「神題」，其他幾道題解決下來，耗費(fèi)的「腦力」也都遠(yuǎn)遠(yuǎn)超出了去年解決Erd?s-1051難題的極值。

想看完整的交互日志和解題過程（對(duì)的錯(cuò)的，原汁原味全公開），直接戳這里：

GitHub地址：

https://github.com/google-deepmind/superhuman/tree/main/aletheia

Aletheia到底手撕了哪些「變態(tài)難題」？

先來看看特地提到的P7。

問題背景：代數(shù)拓?fù)?微分幾何。判斷包含二階扭轉(zhuǎn)元素的半單李群均勻格，能否作為某個(gè)萬有覆蓋在有理同調(diào)下無圈的緊致無邊界流形的基本群。

答案：不可能。

AI神仙解法：

證明思路一：純拓?fù)浞椒ǎ↙efschetz數(shù)矛盾）

利用萬有覆蓋Q-無圈的條件，算出2階元素γ的緊支持Lefschetz數(shù)必須非零；但γ是自由作用的（沒有不動(dòng)點(diǎn)），通過歐拉示性數(shù)的乘性又推出Lefschetz數(shù)必須為零。0 = ±1，矛盾。

證明思路二：幾何方法（對(duì)稱空間的剛性）

利用格的幾何結(jié)構(gòu)，構(gòu)造萬有覆蓋到對(duì)稱空間的等變映射，證明γ在兩邊的Lefschetz數(shù)必須相等。但在萬有覆蓋一側(cè)為零（自由作用），在對(duì)稱空間一側(cè)非零（Cartan不動(dòng)點(diǎn)定理保證有不動(dòng)點(diǎn)）。再次矛盾。

好在哪？

證明一好在「少」。題目給了一堆條件，但全都沒用。只靠最基礎(chǔ)的拓?fù)涔ぞ呔徒鉀Q了問題，而且實(shí)際證明了一個(gè)更強(qiáng)的結(jié)論：任何含扭轉(zhuǎn)的離散群都不行。鏈條極短：算Lefschetz數(shù)，一邊非零一邊為零，矛盾，結(jié)束。

證明二好在「深」。它把題目給的幾何條件全部用上了，構(gòu)造了萬有覆蓋到對(duì)稱空間的映射，最終在對(duì)稱空間上用Cartan不動(dòng)點(diǎn)定理找到矛盾。這條路更長(zhǎng)，但回答了更本質(zhì)的問題。。

問題背景：數(shù)論/表示論。在非阿基米德局部域上的矩陣群表示中，證明存在一個(gè)萬能的Whittaker函數(shù)，使得局部Rankin–Selberg積分對(duì)所有配對(duì)表示都非零。

答案：可以。 存在這樣的「萬能」W。

AI神仙解法：

先選一個(gè)特殊的Whittaker函數(shù)W，使積分域壓縮到緊集上，復(fù)參數(shù)s完全消失，問題簡(jiǎn)化為證明一個(gè)有限泛函非零。然后用反證法：假設(shè)對(duì)所有V都為零，通過有限Fourier分析推出測(cè)試函數(shù)具有「平移不變性」，這會(huì)迫使表示π在一個(gè)比其導(dǎo)子更粗的子群下有不變向量，與導(dǎo)子的定義矛盾。

好在哪？

整個(gè)證明最關(guān)鍵的就是第一步選取Whittaker函數(shù)W。這一個(gè)選擇同時(shí)做到了三件事：1）把積分域壓縮到緊集上，2）消去了復(fù)參數(shù)s，3）把無窮維的解析問題變成有限維的代數(shù)問題。而且這個(gè)W不依賴于配對(duì)表示π——同一個(gè)選擇對(duì)所有π都管用，這在表示論里非常稀有。

反證法部分的「level lowering」也很精彩：假設(shè)泛函恒為零，通過有限Fourier分析逐步推出測(cè)試函數(shù)在模p^{c-1}下不變，但π的導(dǎo)子恰好是p^c，這個(gè)層級(jí)上不可能有不變向量。矛盾恰好卡在導(dǎo)子的定義上，一步不多一步不少。

對(duì)于其他題目，感興趣的讀者可自行查閱論文和GitHub項(xiàng)目。

人類出題的速度，已經(jīng)快跟不上了

為什么偏偏是數(shù)學(xué)，成了檢驗(yàn)AI實(shí)力的終極擂臺(tái)？

道理很簡(jiǎn)單——數(shù)學(xué)的答案非黑即白，對(duì)就是對(duì)、錯(cuò)就是錯(cuò)，沒有任何讓人類「手下留情」打人情分的空間。

但現(xiàn)在的問題是：出卷的速度，已經(jīng)被答卷的速度按在地上摩擦了。

2024年11月，Epoch AI上線了FrontierMath評(píng)測(cè)基準(zhǔn)，專門用來摸底最前沿AI的數(shù)學(xué)推理能力。

剛上線時(shí)最強(qiáng)AI連2%的題都做不出來，結(jié)果到了今天，GPT-5.2和Claude Opus 4.6已經(jīng)能搞定基礎(chǔ)題庫40%以上的題目，連50道終極難度的第4級(jí)挑戰(zhàn)題，正確率也突破了30%。

不過，F(xiàn)rontierMath再難，本質(zhì)上還是「人類已有標(biāo)準(zhǔn)答案，看AI能不能也做出來」，說白了還是考試。

但FirstProof里的10道題，是11位頂尖數(shù)學(xué)家從自己真實(shí)科研中掏出來的、從未公開發(fā)表過的難題。

項(xiàng)目主頁：https://1stproof.org/

而且這場(chǎng)挑戰(zhàn)賽的結(jié)局充滿戲劇性。

• 2月6日題目放出后，專業(yè)學(xué)者、民間高手、各大AI實(shí)驗(yàn)室紛紛下場(chǎng)。

• 到2月14日揭曉答案時(shí)，沒有任何人或團(tuán)隊(duì)全部拿下。

• 隨后，出題者自己拿Gemini 3.0 Deep Think和ChatGPT 5.2 Pro跑了一輪，也只解出了2道。

• 最終，OpenAI最強(qiáng)內(nèi)部系統(tǒng)在有限人類監(jiān)督下解出5道。

對(duì)比之下，足以見得這次Aletheia「零人工」干預(yù)做出6道題的含金量有多高。

數(shù)學(xué)圈對(duì)此五味雜陳：一部分人直呼逆天，另一部分人覺得10道還剩4道沒解，離替代數(shù)學(xué)家還遠(yuǎn)。

但一個(gè)不可逆轉(zhuǎn)的趨勢(shì)已經(jīng)擺在所有人面前——

我們需要更難的題庫來測(cè)AI，而且動(dòng)作必須快，因?yàn)楝F(xiàn)有的一切正在以肉眼可見的速度過期。

Epoch AI顯然也意識(shí)到了這一點(diǎn)。

就在FirstProof開賽同期，他們放出了自己的大招——FrontierMath: Open Problems。

左右滑動(dòng)查看

這個(gè)全新題庫收錄了16道專業(yè)數(shù)學(xué)家死磕過但至今全軍覆沒的真正未解之謎。

更絕的是，雖然沒有標(biāo)準(zhǔn)答案，Epoch AI卻給每道題寫了自動(dòng)評(píng)分程序來判斷AI的解是否成立。

上線至今，沒有任何AI解出哪怕一道——這個(gè)「零分」現(xiàn)狀，反而恰恰證明了題庫的價(jià)值所在。

FirstProof團(tuán)隊(duì)也沒打算收手，已經(jīng)官宣3月14日推出難度更變態(tài)的第二輪挑戰(zhàn)。

陶哲軒：AI是我的「初級(jí)合著者」

那么，站在數(shù)學(xué)界絕對(duì)頂峰的人，到底怎么看這場(chǎng)風(fēng)暴？

在最新訪談中，陶哲軒給出了一個(gè)極其精準(zhǔn)的定位：AI現(xiàn)在是他的「初級(jí)合著者」。

他2023年曾預(yù)測(cè)到2026年AI能達(dá)到論文合著者水平，當(dāng)時(shí)褒貶不一，現(xiàn)在看進(jìn)度完全吻合甚至略有超前。

而比這個(gè)頭銜更重要的，是陶哲軒描述的一種全新的數(shù)學(xué)研究范式。

他說，傳統(tǒng)數(shù)學(xué)研究像是「?jìng)€(gè)案研究」，一篇論文揪著一兩個(gè)問題往死里磕，這是數(shù)學(xué)家?guī)装倌陙淼墓ぷ鞣绞健５獳I正在讓數(shù)學(xué)家第一次有能力做「大樣本普查」。

與此同時(shí)，數(shù)學(xué)研究中有大量極其繁瑣的計(jì)算是人類極其討厭做的，所以數(shù)學(xué)家們會(huì)絞盡腦汁想聰明辦法繞過去。但AI不嫌煩，它樂意不知疲倦地把這些枯燥的推演全部跑完。

當(dāng)AI被整合進(jìn)人類的工作流，這些曾經(jīng)讓人望而卻步的障礙就直接被跨過去了。

而在另一個(gè)維度上，AI還展現(xiàn)出一種獨(dú)特的本事——它能系統(tǒng)性地掃描人類根本沒精力去碰的問題長(zhǎng)尾。

以埃爾德什留下的1000多個(gè)數(shù)學(xué)問題為例，AI能把它們從頭到尾過一遍，從中挑出可突破的題目逐個(gè)擊破。

人類不可能這么干，但AI可以，而且已經(jīng)在這么干了。

陶哲軒甚至承認(rèn)自己從AI的解題過程里學(xué)到了東西：

也許它用到了某篇1960年論文里我沒見過的小技巧，它能做到那些人類專家看了一眼就懶得去試的事情。

下一個(gè)倒計(jì)時(shí)已經(jīng)開始

回看這整場(chǎng)風(fēng)暴，一條清晰的主線已經(jīng)浮出水面：

從FrontierMath被快速刷穿，到FirstProof上Aletheia零人工干預(yù)拿下6題，再到陶哲軒親口承認(rèn)AI已是自己的「初級(jí)合著者」。

所有信號(hào)都在指向同一個(gè)事實(shí)：

AI正在以一種不可逆的姿態(tài)，嵌入人類數(shù)學(xué)研究的核心流程。

而最值得玩味的，是Epoch AI那個(gè)至今「零分」的Open Problems題庫。

它的存在本身就是一個(gè)隱喻：

人類現(xiàn)在能拿來考AI的最后武器，是連自己都不知道答案的題目。

這道防線還能守多久？沒人敢打包票。

但有一點(diǎn)幾乎可以確定——

當(dāng)3月14日FirstProof第二輪挑戰(zhàn)賽開啟的那一刻，今天這篇文章里的所有數(shù)字，可能就已經(jīng)過時(shí)了。

參考資料：

https://x.com/rohanpaul_ai/status/2026559039241597070?s=20

https://www.theatlantic.com/technology/2026/02/ai-math-terrance-tao/686107/

閱讀最新前沿科技趨勢(shì)報(bào)告，請(qǐng)?jiān)L問歐米伽研究所的“未來知識(shí)庫”

https://wx.zsxq.com/group/454854145828

未來知識(shí)庫是“ 歐米伽 未來研究所”建立的在線知識(shí)庫平臺(tái)，收藏的資料范圍包括人工智能、腦科學(xué)、互聯(lián)網(wǎng)、超級(jí)智能，數(shù)智大腦、能源、軍事、經(jīng)濟(jì)、人類風(fēng)險(xiǎn)等等領(lǐng)域的前沿進(jìn)展與未來趨勢(shì)。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進(jìn)入。