困扰学界几十年的世界级难题，AI只用几天就交了卷。OpenAI近期一口气官宣三项重磅科学突破，每一个都足以震动对应领域：

  • 数学：证明所有维度的局部平滑化猜想，顺理成章推导出全维度卡凯亚（挂谷）猜想成立
  • 计算机科学：推翻计算机界信奉近30年的指数时间假设（ETH）
  • 物理学：为量子色动力学、杨-米尔斯理论构造严格数学存在性证明，直接触及千禧年大奖难题

最有科幻感的反差是：2025年初，中国数学家王虹刚靠着和合作者证明三维卡凯亚猜想震惊全球数学界，才过去一年半，这个代表人类顶尖水平的突破，直接成了AI新成果中的一个特例。

更有戏剧感的是，OpenAI专门请来了ETH假设的提出者本人，审查AI对自己提出的假设的反证，又请诺贝尔物理学奖得主领衔团队，消化AI写出的千禧年难题证明。 【编辑观察】过去是科学家花几十年找答案，现在AI几天就能生成证明，科学家的核心工作突然变成了验证答案，数学史上最大的角色颠倒，就这么发生了。

数学：从三维突破到全维度通杀

三项成果里数学领域的进展和中国学者的渊源最深。卡凯亚猜想源自一个非常直观的几何问题：如果一个集合需要容纳所有方向的单位线段，这个集合理论上最小能有多小？经过上百年研究，它已经是调和分析、几何测度论领域的核心课题，维度每升高一级，证明难度都会暴涨。

2025年，王虹和纽约大学数学家Joshua Zahl合作，成功证明三维卡凯亚猜想，是当年数学界最受关注的突破之一，但三维的证明思路完全无法直接推广到四维、五维甚至任意高维。 早在2019年，Larry Guth、王虹和张瑞勋就已经证明了二维空间中的局部平滑化猜想——这是一个比卡凯亚猜想更基础的上游命题，描述波传播过程中的聚焦规律：波可以在某个瞬间形成极强聚焦，但放到一段时间维度看，平均聚焦程度会远低于极端瞬间。只要这个猜想在某个维度成立，就能直接推导出同维度的卡凯亚猜想、Stein限制性猜想成立。

这次OpenAI的模型引入了全新的辅助偏微分方程，直接构造出了适用于所有维度的局部平滑化猜想证明，相当于沿着推导链条向下，一次性解决了所有维度的卡凯亚猜想、Stein限制性猜想，直接把人类之前的三维成果推广到了任意维度。 根据OpenAI披露的时间线，模型10月18日生成自然语言证明，第二天就完成了Lean形式化校验。需要特别说明的是，Lean形式化只能校验推理步骤是否符合语法规则，不能自动保证证明的数学逻辑没有漏洞，完全不能替代同行评审。目前两份证明材料都已上传公开GitHub仓库，供全球数学家核验。

计算机：掀翻沿用30年的复杂度地基

相比数学领域的突破，这次计算机科学的成果可能对整个算法研究产生更广泛的影响——被AI推翻的是计算复杂性理论里的核心基础假设：指数时间假设（ETH）。

这个假设1999年由研究者提出，核心是解释复杂问题的计算成本下限：最典型的代表是3-SAT布尔可满足性问题，给定一堆由逻辑变量组成的条件，计算机需要判断是否存在一种赋值方式让所有条件同时成立。ETH认为随着变量数n增长，这类问题不存在时间复杂度为2^{o(n)}的次指数级算法，换句话说就是最坏情况下，这类问题不可能找到办法大幅压缩计算时间。 提出近30年来，ETH已经成了计算复杂性理论的地基，数百篇学术论文以ETH为前提，在图论、计算生物学、数据库等领域推导出了大量问题的复杂度下界。而这次OpenAI的AI系统成功证明ETH为假，并且已经通过了Lean形式化验证。 这意味着一大批长期被认定“不可能更快求解”的问题，其实存在人类没发现的高效算法，过去建立在ETH基础上的几百篇论文的结论，全部需要重新审视。

OpenAI为这项成果安排的外审阵容充满戏剧性：ETH的两位原始提出者——加州大学圣迭戈分校的Russell Impagliazzo、Ramamohan Paturi，加上麻省理工学院的Ryan Williams共同领导外部审查团队，相当于让提出者本人亲自核验AI怎么推翻自己30年前的结论。

AI在10月16日生成自然语言反证，第二天就完成了Lean形式化，所有材料全部公开。外审团队还要求OpenAI公开全部原始数据、资助专门的学术会议讨论成果影响，OpenAI已经全部接受。如果最终成果通过学界验证，人类对计算难度极限的认知将被整体刷新。

物理：AI叩响千禧年难题大门

三项成果里理论物理方向的突破最硬核，也最有长期价值：OpenAI宣布模型已经为四维空间中包含规范场和费米子的一类相互作用量子场论，构造出了严格的数学存在性证明，覆盖量子色动力学（QCD）、粒子物理标准模型的统一完备化、纯杨-米尔斯理论存在性三个方向。 现代粒子物理靠标准模型描述电磁力、弱相互作用、强相互作用三种基本力，量子色动力学专门解释强相互作用，描述夸克和胶子的作用规律——这些理论已经被无数实验验证正确，但始终缺少严格的数学基础证明。

其中杨-米尔斯理论的存在性与质量间隙问题，2000年就被克雷数学研究所列为七大千禧年大奖难题之一，单个问题悬赏100万美元，20多年来始终没有被完整攻克。这次AI的成果已经解决了问题中“存在性”的核心部分，还把结论延伸到了量子色动力学领域。 时间线显示，模型9月9日就生成了杨-米尔斯存在性的自然语言证明，9月18日生成量子色动力学相关证明，10月16日完成杨-米尔斯证明的Lean形式化。

为了核验这个体量庞大的证明，OpenAI请来的团队堪称物理界梦之队：负责人是2004年诺贝尔物理学奖得主David Gross，他当年因为发现强相互作用的渐近自由获奖，正是量子色动力学的奠基人之一；团队成员Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasov全是量子场论、数学物理领域的顶级学者，其中Arthur Jaffe不仅参与创办了克雷数学研究所，还亲自参与起草了杨-米尔斯千禧年难题的正式表述。

由于证明内容过于庞大，目前团队暂时没有公开AI生成的原始材料，等研究者整理核验完成后才会发布正式成果，如果研究顺利，AI将帮人类补上量子场论缺失了几十年的严格数学地基。

科研瓶颈已经从“找答案”变成“阅答案”

其实就在20天前的10月6日，OpenAI刚一口气公开了722份AI生成的数学研究手稿，覆盖372个尚未解决的数学问题，随后就有部分证明被发现错误，最终OpenAI撤回了3篇手稿、修订了14篇。 这次三大成果的发布明显吸取了之前的教训：数学成果直接公开供全球核验，计算机成果请理论原提出者牵头审查，物理成果交由诺奖团队封闭整理；OpenAI明确表示不寻求这些发现的学术署名，还通过西蒙斯基金会出资500万美元，资助科学家开展后续验证研究。

【编辑观察】AI做科研已经进入了一个有点荒诞的新阶段：过去科学家花几十年找一个证明，现在AI几天就能生成证明、完成形式化校验，反而是人类要花几个月甚至几年，才能跟上AI的产出速度，理解成果到底意味着什么。 当然现在所有成果都还在等待同行评审，现在就说AI已经彻底通关科学为时尚早，但一个不可逆的趋势已经出现：AI产出成果的速度，已经开始超过人类理解成果的速度，科研的核心瓶颈早就不在“找答案”上了。 AI已经开始批量交卷，人类科学家的“阅卷”生涯，才刚刚开始。