菲尔兹奖得主：模型强在找到那个对象，弱在知道何时放弃

本站 08-13 发过 668 阶哈达玛矩阵那条信号——三个人加 Claude 构造出一个人类卡了三十年的对象。这一条是同一件事的一般化：一位菲尔兹奖得主把近期这一批成果放在一起，问它们为什么长得这么像。

写作时间是 2026-08-12，就在 OpenAI 宣布解决十项数学与理论计算机科学问题之后几天，其中包括第一个非 sofic 群的构造，以及多色 Ramsey 数超指数增长的下界证明。作者自己写明，这篇文章的价值多半是留下一份 2026 年 8 月初的记录。

观察：轰动的那些，几乎都是「构造出一个对象」

雅可比猜想、Erdős 单位距离猜想、非 sofic 群、多色 Ramsey 数——最出名的几项突破，形式上都是端出一个满足条件的对象，而不是铺开一套正面证明。作者同时指出模型也能证明定理，只是它证出来的定理，还没有达到它构造出来的对象那种量级。

他先否掉了最顺口的那个解释

「模型擅长存在性命题」听起来很干净，作者花了大半篇幅说明它站不住。

维诺格拉多夫定理（每个充分大的整数都是三个素数之和）在逻辑形式上与 Gluskin 1981 年关于 Banach-Mazur 紧集直径的结果几乎相同，都是「存在常数，使得对每个 n 存在某对象」；但没有人会把前者叫反例，也没有人会把后者叫定理。区别不在量词，而在哪一个被量化的变量才是那道题真正的难处——三素数定理的难处是凑出那三个素数，Gluskin 的难处不是把维数凑成 n，而是让两个空间离得足够远。

再加上 Skolem 化可以把全称命题改写成存在命题，反之亦然，「存在 vs 全称」这条线根本切不干净。

他给出的替代解释，才是能拿出数学的部分

作者退回到两件可以确定的事：模型知道得多（一个相邻领域的标准论证，它大概率翻得出来），以及模型失败得起（它可以做大量不成功的尝试）。

由此推出的风格差异是：凡是「多试几种不算特别新颖的想法，直到撞上」能奏效的题目，模型占优；而需要越挖越深、最后解法自己浮出来的那种，人类暂时更强。

作者列了七种找例子的常规办法，并指出模型并非对每一种都同样擅长——现成例子逐个试、just-do-it 归纳构造、概率方法、取一般位置的对象，这几种很适合它；而元变量法、先试着证反面、逐步逼近这三种都要求「判断当前这条路值不值得走下去」，这正是人类还占着的那一格。

专家们对那些惊人解法的反应，也支持这个读法：「一开始很震撼，细看之下方法并不算新颖，一个足够内行的人在得到一点提示后本来也能找到。」

最该记住的那一段：闻得出没戏

作者把它叫作数学家的「鼻子」——真正厉害的研究者不是不走错路，而是在搜索树刚分叉时就砍掉 99% 的枝条。

他描述的失败形态非常具体，而且不限于数学：与模型讨论开放问题时，得到的方案听起来很有前景，细想之后就没那么可靠；模型还很爱说「我没解出原题，但已经把它化归成一个更精确的子问题」——第一次听很兴奋，第五次还停在不同版本的「更精确子问题」上，就该怀疑这是逼近还是把迷路描述得越来越优雅。

他给出了两条为什么这项能力不一定随规模自然长出来的理由。一是训练数据里没有它：论文写的是整理干净的证明，把发现过程中的岔路藏掉了。二是模型缺少形成它的压力——如果知识足够广、暴力搜索足够便宜，它就没有人类那种必须狠狠剪枝的动机；眼下的成功，也可能是用一套人类看来极其低效的方法取得的，只是组合爆炸还没显形。

他顺带提了一个可做的实验设计：训练时不只奖励拿到解，也惩罚探索过多死路、或惩罚直接从文献里抄答案，看看会不会逼出更接近人类的研究方式。

他给的验收标准

作者明确不认为人类会永远保住这一格，并预计一两年内可能被追平。他给出的判据是可执行的：当模型给出的证明像 2016 年 cap-set 问题的解法那样让他意外——把此前最好的界完全甩开、方法与他想过的都不同、事后回看却又自然，并引出一串后续工作——那就说明这道坎过了。

边界

这是一位数学家的公开思考，不是评测：没有实验、没有基准、没有对照。作者本人反复写明这只是排除一些坏答案、并提出几个尚未被证据推翻的候选解释。

另外一处值得记下来：中文报道版本给出了「OpenAI 那十项成果消耗的 token 按 API 价格折算也就数千美元」的说法，而原文里没有这个数字，也没有任何成本估算。本条正文因此不采用它。