作为普通人，若让 AI 解一道数学难题，它能否真的解出，助你赢得大奖甚至改写数学进程？菲尔兹奖公布后，数学与 AI 的结合引发热议，许多人憧憬着这样的“爽文”剧本。然而，现实往往并不顺利。
计算物理学专家 Michael P. Frank 便进行了尝试。他给 GPT-5.6 Sol 设定了一个高难度目标：探究费马大定理是否存在比怀尔斯-泰勒证明更简洁的途径。任务重点包括 Frey 曲线模性、一致无限下降法、算术 abc 型不等式以及一致低亏格商。Frank 要求模型保持严谨笔记，通过计算验证候选引理，并清晰区分已证结果与推测。
该任务在后台运行了约 33 小时，消耗了大量计算资源，最终被 OpenAI 系统强制终止。GPT-5.6 Sol 在事后分析中自述了两个可能原因：一是系统判定该会话占用资源过多；二是 OpenAI 此前已用类似模型尝试过此问题但均告失败，此次不愿再浪费算力。Frank 对此分析表示认同。
Sol 诚实地汇报了这 33 小时的工作成果：它做了大量扎实工作，将许多“听起来可行”的捷径转化为可验证的精确陈述，然后逐一证伪或排除。最终产出的是一张“此路不通”的路线图，而非证明本身，并建议就此打住。
针对这种阻断，有人推测 OpenAI 是在“藏牌”。他们可能担心公开解决顶级数学问题会引来竞争对手抢注，或者想自己留着吹牛。这种做法暗示，若过度依赖 OpenAI，等于把“什么能被发现”的权力交给了他们一家，风险极高。
然而，OpenAI 高级研究科学家 Noam Brown 则反驳称，如果用户仅通过输入“继续”指令，就利用模型解决了千禧年大奖难题并拿走奖金，这对 OpenAI 而言是最佳广告，没有比这更好的宣传了。
尽管如此，反驳者认为，开放顶尖能力虽能带来短期宣传收益，但长期看会削弱 OpenAI 在 AI 竞赛中的领先优势。在多玩家竞赛中，保密或内部优先使用强模型以加速自身研究，比让用户“抢先”解决问题更重要。一旦能力人人可用，宣传价值便会大幅下降。此外，监管风波也让 OpenAI 有理由保存实力：若用户用公开版解决了高难度问题，等于公开证明了模型实力，反而会招致监管麻烦。因此，刻意对外提供弱化版、内部保留超强版本似乎是合理的策略。
另一方面，也有技术层面的解释。在 codex-cli 中，“goal blocked”通常指模型在连续三个推理轮次中反复撞上同一个限制点，这可能是运行时的常规安全或防卡死机制，而非针对难题的特殊阻挡。还有人指出，这可能是 5.6 版本 Sol 在长时间运行时的一个 bug，导致会话卡死。临时解决办法是切换回 5.5 版本，压缩上下文，用 5.5 运行几分钟后再切回 5.6。
对于 AI 攻克难题或被卡住的经历，你怎么看？欢迎在评论区分享。