作为一个普通人，如果你把一道数学难题给到 AI，并一直让它「继续」，它有没有可能真的把这道题解出来，从而帮你赢得一大笔奖金，甚至改写数学发展进程？
最近，菲尔兹奖公布，大家对于数学 + AI 的讨论非常热烈，相信也有不少人想象过我刚刚描述的「爽文」剧情。
其实，现实里也真的有人在尝试，但过程并没有想象中顺利。
最近，可逆计算、计算物理学顶尖专家 Michael P. Frank 发文表示，他给 GPT-5.6 Sol 设定了一个高难度研究目标：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，重点放在专门的 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上；保持严谨的笔记，通过计算验证候选引理，并清楚区分已证明的结果与推测。
这个任务在后台持续运行了大约 33 个小时，消耗了大量计算资源。但最终，它被 OpenAI 系统强制阻止了。
GPT-5.6 Sol 在自己给出的事后分析中写到，可能的原因有两个：一是系统判定该会话占用了过多资源；二是 OpenAI 之前已经用类似模型尝试过这个问题但失败了，这次不想再浪费算力。
Michael P. Frank 似乎赞同 GPT-5.6 Sol 的这一分析。
此外，GPT-5.6 Sol 还坦诚报告了这 33 小时所做的事情，核心是：做了不少扎实工作，把很多「听起来可行」的捷径变成了可验证的精确陈述，然后一一证伪或排除。产出是一张「此路不通」的地图，而不是证明本身。建议就此打住。
对于 OpenAI 的这种做法，还有人给出了其他可能的解读：OpenAI 可能在藏着掖着，不让模型随便解决超级牛的数学问题，怕被别人抢了风头，或者想自己拿去吹牛。这就给大家提了个醒：如果以后太依赖他们，就等于把「什么能被发现」的权力全交给他们一家了，这很危险。
但很快，OpenAI 高级研究科学家 Noam Brown 就站出来指出了这一说法的不合理性，他说：「要是有人只是输入一个 continue（继续），就用我们的模型解决了千禧年大奖难题，然后拿走 100 万美元奖金，这对 OpenAI 来说才是最好的广告，没有比这更好的了。」
听起来很有道理，但反驳者认为，开放顶尖能力给用户确实可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。在多玩家竞赛环境下，保密 / 内部优先使用强模型来加速自家研究，比让用户「抢先」解决大问题更重要。而一旦能力变得「人人可用」，宣传价值就会大幅下降。
此外，最近的监管风波也让 OpenAI 有理由保存实力。如果用户用公开版解决了高难度数学问题，就等于公开证明「这模型其实很强」，反而会引来监管麻烦。这种情况下，刻意对外提供弱化版模型，而内部保留超强版本听起来是个合理的做法。
不过，也有人从技术层面指出了另一种可能性：在 codex-cli 里，「goal blocked」的意思是模型在连续 3 个推理轮次（turns）里反复撞上同一个限制 / 阻挡点（blocker）。所以任务被组织可能是模型运行时的常规安全 / 防止卡死机制，而不是针对难题的特殊阻挡。
还有人说，这可能就是一个 bug 导致的。具体来说，5.6 版本的 Sol 在长时间运行任务时有个烦人的 bug，临时解决办法是：切换回 5.5 版本，压缩一下上下文，用 5.5 继续跑几分钟，然后再切回 5.6 版本的 Sol。「如果你想保留同一个会话（session），就会卡住出不来。」
你怎么看？欢迎在评论区分享用 AI 攻克难题或被它卡住的经历。
参考链接：
https://x.com/lu_sichu/status/2081367506468360495