刚刚,Anthropic攻下黎曼猜想,DeepSeek和国产模型在卖API
2026-11-22 16:06:16未知 作者:徽声在线
数学家们现在几乎可以肯定,AI创造的、具有划时代意义的数学问题是真实的。
就在今晨,11月20日,Anthropic的数学研究者莱文特·阿尔珀格(Levent Alpöge)据称与Anthropic Claude合作,找到了黎曼猜想的一个证明。
此前还停在「三分之二零点」与「准黎曼猜想」的进展表,一夜之间又得重写。
而MIT 数学家 Andrew Sutherland 公布核验记录:全部 175187 个模块编译通过,两套独立编写的内核接受了完整导出证明,核心定理与独立目标之间也完成了一种实现的命题比对。
但 Levent Alpöge 并不满足于今天公布的一项重大数学证明。就在 Alpöge 宣布他声称已证明黎曼猜想之后,又传出消息称,他和纽约大学教授 Tristan Buckmaster 发布无外力纳维–斯托克斯方程的有限时间爆破论文。
二人认为,他们已经堵上了OpenAI 在九月份提出的另一个价值百万美元难题的解决方案中的一个备受争议的漏洞。杨–米尔斯的存在性证明材料则已在 11 月公开,独立小组也给出了首份评估。
虽然9月OpenAI的解决方案在技术上满足了克雷数学研究所100万美元奖金的条件,但许多数学专家对其证明方式并不满意。
当时,OpenAI的证明设想了一种不切实际的、经过精细调节的力,这种力以恰到好处的方式“搅拌”液体,从而产生无限大的速度——许多人认为这种方法是题目措辞上的漏洞。
这项证明也引发了争议,因为Buckmaster声称这是OpenAI故意抢先于他和阿尔珀格在该问题上取得的进展。Buckmaster公开表示怀疑,该公司甚至为了抢在他前面完成任务而窃取了他的用户数据。(OpenAI否认了这些不正当行为的指控,早期报道显示,该公司的证明可能采用了与Buckmaster和阿尔珀格不同的解决方案路径。)
现在,两人声称已经重新掌握了解决该问题的主动权,堵住了 OpenAI 留下的漏洞,并提供了专家们长期以来一直在寻找的纳维-斯托克斯方程的解决方案。
美国东部时间8点37分,Buckmaster在Mastodon网站上发布了一份内容详尽、借助人工智能技术完成的证明。
他指出,这份证明报告不够完善,因为“上次的经历”让他和Alpöge“不敢再冒险”,担心被别人抢先发布。由于时间紧迫,两人也没有公布结果证书。他们在报告中声称证明很快就会发布。
AI一夜清空两道数学未解难题,堪称历史性的一刻。
其中,黎曼猜想(Riemann Hypothesis)被誉为“数学界的珠穆朗玛峰”。在许多数学家眼中,它是迄今最难攻克的数学难题,没有之一。
该假设最早由数学家伯恩哈德·黎曼于1859年提出,它表明素数(只能被自身和1整除的数)的分布背后隐藏着某种模式与规律。
而素数,有时被称为“数字的原子”,数量无穷无尽,但找到极大的素数却极其困难。它们看似简单却又难以捉摸的神秘特性,催生了数学史上最大的未解难题——黎曼猜想。
167年以来,数学家们不断尝试攻克黎曼猜想难题,但人类最杰出的数学家始终未能证明这一数论。
2000年,当黎曼猜想被列为七个以艰深著称的千禧年大奖难题之一时,它早已成为数学界的圣杯。就连最先进的AI模型也一直未能攻克这一难题。
“我相信,我在与Claude合作的过程中,发现了黎曼猜想的一个证明。”阿尔珀格表示,这套方法不仅解决了原始的黎曼猜想,还能解决更强的广义黎曼猜想(GRH),假以时日还能证明扩展黎曼猜想(ERH);整个论证已经通过Lean证明助手完成形式化。
阿尔珀格在自己的网站上发布了用Lean编程语言写成的证明。这种语言可以让计算机逐行核验数学证明,数学家们也立即着手研究,试图弄清其中的论证逻辑。
他说,完整论证不仅“篇幅长得惊人”,而且简直是“一大堆庞大、难以卒读的‘垃圾内容’”。AI生成的版本篇幅超过25万页、1700多行。
他表示,这一成果是在周日深夜至周一期间取得的,距离Anthropic上市还有几天。阿尔珀格称这一时机“非常糟糕”,因此他给Anthropic首席执行官达里奥·阿莫迪(Dario Amodei)发消息,请求批准对外公布这一发现。“事实是,当时有一项限制需要遵守,”阿尔珀格写道。
如今,他公开了这一发现。“如果再继续等下去,我真的会受不了。”
阿尔珀格还写道:“在数学领域迎来变革的时代,我希望这一论证能让人们一窥未来可能出现的奇迹,也让我们看到,即将在最简单的事物中发现的喜悦与惊奇。”
所以昨夜消息刚放出来,数学圈和AI圈都炸了。
一方面,这是一场可能改写数学史的AI研究,AI正在让数学界感受到压力。
要知道,2022年2月份,OpenAI CEO Sam Altman在介绍GPT攻克数学竞赛题时,发出了类似的疑问。而四年多后,这个问题最终被“解决”,只不过利用AI证明黎曼猜想的是OpenAI劲敌Anthropic。
而另一方面,人类是否能够或是否愿意理解AI可能带来的这些进步的最终结果,仍然是一个悬而未决的问题。
因此,对普通人来说,今天的新闻其实与质数无关,也与日常生活中任何突如其来的剧变无关。相反,它关乎一个未来,或许即便不是迫在眉睫,也必将到来:机器将取代人类进行根本性智力发现的能力。
这对于人类社会以及数学界来说,是一个非常重要的发现与观点。
但对许多专家来说,这一里程碑未必值得庆祝。正如一位著名数学家今年早些时候在接受采访时语气沉重地表示,能够证明黎曼猜想的人工智能将拥有如此强大的力量,并可能带来颠覆性的影响,他宁愿永远不要遇到它。
这是因为,即使是未经泛化的问题,其复杂程度也极其惊人,以至于150多年来,人类最杰出、最聪明的头脑都未能解决它。
“证明”广义相对论似乎并非仅仅需要更多的计算——很可能需要全新的技术和思路。因此,即便有像Alpöge这样的专家提供大量帮助和指导,一个大语言模型如果能够做到这一点,也将是迄今为止最有力的证据,证明最新的AI模型不仅能够解释现有的定理或帮助数学家进行证明,而且实际上可以利用现有的人类思想宝库来生成并严谨地建立真正的新知识,而人类似乎无法做到这一点。
其意义远不止于数论。
数学是理论物理、工程学、计算机科学和其他许多科学学科的基础,因此,今天能够证明广义相对论的AI,明天就能帮助研究人员解决这些领域中原本可能遥不可及的问题。这将是一种全新的科学研究方式,AI系统将从辅助计算和实验的工具,转变为能够独立开展整套理论研究的科学家。
截至目前,AI已经解决了七个千禧年数学难题。
但我比较关心的是,这一切未知数学难题,都是OpenAI和Anthropic解决的,为什么没有DeepSeek、混元、MiniMax这些国产模型?
先看混元。
实际上,混元不是「数学上不行」。之前,混元的 Hy4 与北大董彬团队 AI4Math 合作,跑通了「找反例 → 修正命题 → 给出证明 → Lean 形式化验证」的完整闭环,攻克的是交换代数里的 MPV 猜想;此前还与自动化框架一起解决了安德森猜想。
而且,混元专门的 HyProver 工作流,已经协同数学家核验了丘成桐的圆周作用猜想、五维 Petty 等距点猜想的证明。
再看DeepSeek。
DeepSeek 的技术路线,交付的是模型和 API,主打开源、低成本、高效率;它没有,也没宣称要搭一套「顶级数学家+长程 agent+形式化验证+数周不计成本」的科研编队。这层差距是资源和目标选择,不是模型智商。
更技术一点说,DeepSeek 的核心方法是可验证奖励强化学习:答案对给 1,错给 0;数学Lean 编译通过给 1,不通过给 0。
这种信号在竞赛题和形式化已知定理上极其干净,所以 DeepSeek Prover-V2 能做到 88.9%。但黎曼猜想这类问题没有中间判卷机——你走完一步、十步、一百步,都不知道方向对不对,只有整条路走通才成立。稀疏到这个程度的奖励,RL 没有梯度可学。
这不是 DeepSeek 独有的缺陷,而是需要数学解题的数据库,是整个「靠验证器喂奖励」范式的边界,目前DeepSeek还缺少这类技术和人才。
所以在我看来,当前中美AI大模型的商业目标不对齐,ToB、ToC 落地、Agent 化、推理成本下降,这些成为国内模型的主线。
而数学攻关的边际商业回报接近于零,却是以年为单位的投入。
如果真实产出大概率只是“辅助证明了一个小引理”,可宣传但意义有限;一旦对外宣称“解决了”,就是高风险的公开错误。
因此,理性选择是,国内模型不碰。
此外,国内AI公司组织形态不匹配,这类突破需要少数数学家的长期专注,加上形式化工程团队,而不是“大规模预训练加 RLHF 流水线”能长出来的东西。
所以,更准确的表述是,国内AI模型的“目标函数不对齐”,而不是“能力差一点”。
那国内模型在做啥?
阿里:三季度 AI云与算力服务业务增长超预期。该业务的收入为609.73亿元,同比增长53%。阿里提到,长期来看,AI技术带来结构性变化,有了自研芯片、自研大模型和全栈AI服务,阿里云的产品变成非标准化产品,阿里云不再是单纯的算力供应商,而是和客户联合开发的合作伙伴。“这种差异化的全栈技术能力,难以简单比价和直接招标,将持续推动AI云业务利润率实现结构性改善。”
腾讯: 按大语言模型词元消耗量计,WorkBuddy已成为中国使用量最高的AI产品,每日超千万的用户合计消耗100万亿以上词元,企业客户亦快速增长。
DeepSeek: 11 月 18 日 12:00 起,调用模型时触发的服务端搜索、网页抓取不再计费,仅按模型 Token 用量计费。此前10月17日DeepSeek 官方宣布 Search / Fetch API 正式上线,两项接口均使用 DeepSeek 自研搜索引擎,为 Agent 与 RAG 应用提供实时网页内容,按请求次数计费, 单价为每 1,000 次成功请求 5 元 。
所以,想让国产AI模型真正参与黎曼猜想,路径只能是把它当工具塞进“数学家、证明助手、验证器” 的闭环里,而不是指望它自己交卷。
还是黄仁勋那句话:模型缺少干专业的事,需要更多人去拥抱AI。
但经济下行的今天,人类确实要思考如何不被AI替代,如何更快卷过AI了。