**AI数学巅峰对决：OpenAI首发十题，Anthropic24小时后半数回敬**
本周末，OpenAI与Anthropic两大AI巨擘，在数学的前沿阵地展开了一场短兵相接的较量。8月1日，OpenAI研究员Sébastien Bubeck宣布，其未公开的下一代主力模型“Astra”，一口气证明了10项前沿数学成果，并附上了10份Lean证书和逐题思路复盘。
这10道题看似不起眼，实则分量极重。它们的主要结论至少10年无人推动，不少甚至搁置了几十年，是货真价实的开放难题。Epoch AI旗下FrontierMath的负责人Elliot Glazer直言，光是“非索菲克群”这一篇，就足以入选数学界公认的权威期刊《数学年刊》。这一消息在AI圈引发轰动，有人当场惊呼“数学奇点已经到来”。
面对挑战，Anthropic反应迅速。不到24小时，研究员Levent Alpöge在Bubeck的帖子下回应：“我用Fable完成了一半。”他补充称，复现的是OpenAI榜单上的第4至8项，共5项。实验条件十分严格：完全自主、通用提示词、全程无网络，并特意加设了防护以防止OpenAI的解法泄露进上下文。虽然Levent尚未放出Fable的完整证明细节，但若属实，OpenAI凭借未公开模型抢得的首发优势，仅保住了24小时。而追上来的Fable，却是Anthropic早已公开、人人可调用的模型。
**01、首发“保鲜期”缩至24小时**
网友Chubby转发评论道：“公开可用的Fable，复现了Astra一半成果。”有人调侃，OpenAI似乎只抢到了一个“首发”。过去，数学成果的优先权之争通常以年为单位，从构思到发表，中间隔着漫长的投稿与审稿周期。如今，Astra在未正式发布前公布的成果，在24小时内便被一个公开模型追平了一半。首发的含金量依然存在，但保质期已大大缩短。不少网友已高呼“数学奇点”已至，两大巨头也紧紧咬住了彼此。
**02、2000美元背后，是更昂贵的研发账单**
OpenAI还披露了一个数字：找到这10项解法的成本不到2000美元。研究员Noam Brown解释，这对应的是成功运行所需的token，按Sol API价格折算的边际推理成本。但这只是冰山一角。在这之外，还有Astra本身的训练研发、无数试错失败的问题、人类将论证整理成249页论文的工时、将每个证明形式化成Lean的成本，以及最后外部数学家审查的成本。Noam也承认，他们尝试过其他重大问题，甚至千禧年大奖难题一个都没拿下。即便如此，2000美元仍将AI解出一道前沿难题的边际成本打到了地板。有人甚至调侃，OpenAI是不是明天会再公布10项数学突破，或者等到下周一次性发100项。
**03、从“刷榜”到“互相验货”**
Fable重做Astra的同一批题目，比普通的“刷榜”更有意义。刷榜测的是已知答案，比谁分高；而这两个模型在无网络、防泄漏的条件下，各自独立抵达同一个前沿结论，测试的是完全不同的东西：这个结果到底可不可靠，能不能被独立复现。这更像是一场同行评审。目前Levent只是在社交媒体上“作出声明”，尚未放出那5项证明的PDF、提示词、运行日志或Lean证书。
网友Haider质疑：就算是真的，为什么要用Fable去复现Astra，而不是直接拿它去解新的开放问题？事实上，Fable并非只会蹭热度，它也会解新题。7月，Levent就用Fable给出了Jacobian猜想的三维反例，事后还有专人写了一份7页的代数验证材料，确认那个显式映射确实推翻了三维及更高维的猜想。
**04、绝大多数人看不懂的成果，谁来验收？**
这10项成果到底有多重要，绝大多数人很难判断。Ethan Mollick一语道破：对地球上几乎每一个人来说，这不只是超出能力，而是超出理解范围。我们只能相信专业数学家告诉我们它厉不厉害。代码、图片、聊天，普通人还能亲手体验AI强在哪。可非索菲克群的存在、Connes刚性猜想的反例、量子平行重复定理，这些只有极少数专家看得懂。AI能力越往科学前沿走，公众能依靠的就越不是亲身体验，而是一条长长的信任链。
数学家Thomas Bloom提醒，这些成果用的是上百年积累的数学理论、数学家亲手搭好的形式化系统，把它简单描述成“AI取代了数学家”，并不诚实。他给出的标准是：这份证明，有没有教给我们关于这个问题的新东西？所以真正的问题来了：当AI能低成本、批量地生产前沿数学证明，我们到底该拿什么衡量它的成果？答案也许不在它的产出端，而在验收端：一份证明能不能被读懂、被核对、被判断出分量，才能最终决定它的真实价值。
最稀缺的能力，正在从“做出证明”转向“看懂并验收证明”。当AI一夜之间就能证出十道难题，真正的考验才刚开始：证明造得越快，我们的验证，还追得上吗？