当OpenAI研究员Sébastien Bubeck在8月1日宣布，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，并甩出10份Lean证书时，他或许没有预料到，这项“数学首发”的保鲜期只剩24小时。Epoch AI旗下FrontierMath负责人Elliot Glazer直言，光是非索菲克群这一篇，就肯定能进Annals of Mathematics。
希鸥网观察到，Anthropic研究员Levent Alpöge不到24小时便用已公开的模型Fable完成了其中5项，且实验条件完全自主、通用提示词、全程无网络，还加了防泄漏防护。一个未发布的模型抢到的首发，被一个公众可随时调用的模型迅速追平了一半。过去数学成果的优先权之争以年计，如今以小时计，首发的含金量仍在，但保质期已大幅缩水。
OpenAI还甩出一个惊人数字：找到这10项解法，边际推理成本不到2000美元，按研究员Noam Brown的说法，是以Sol API价格折算出的成功瞬间的token成本。但真正的账远不止于此：Astra本身的训练研发、试了没成功的问题、人类整理249页论文的工时、形式化成Lean的成本，以及外部数学家的审查成本，都未被计入。Noam也承认，千禧年大奖难题一个都没拿下。
Fable去重做Astra的同一批题，比普通刷榜更有深意。刷榜测的是已知答案，而两个模型在无网络、防泄漏条件下各自独立抵达同一前沿结论，考验的是结果能否被独立复现，这更接近同行评审。不过，Levent目前只是在X上作出了声明，并未放出那5项证明的完整PDF、提示词、运行日志或Lean证书，验证链条尚未闭合。
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，对地球上几乎每一个人来说，是超出理解范围的。Ethan Mollick一语道破：我们只能相信专业数学家告诉我们它厉不厉害。AI能力越往科学前沿走，公众依靠的越不是亲身体验，而是一条长长的信任链。
希鸥网认为，当AI能低成本、批量地生产前沿数学证明，最稀缺的能力正从“做出证明”转向“看懂并验收证明”。证明越造越快，验证追不追得上，才是真正的考验。数学家Thomas Bloom提醒，这些成果用的是上百年积累的理论和人类搭好的形式化系统，简单描述成“AI取代数学家”并不诚实。答案不在产出端，而在验收端：一份证明能否被读懂、核对、判断出分量，最终决定它的真实价值。
对创业者而言，OpenAI展示的“2000美元解题成本”极具迷惑性。正如语料所言，创业不是冒险，是计算后的孤注一掷。真正的创业者在按下确认键之前，会把最坏情况想三遍。那2000美元只是边际成本，背后是无数失败尝试和隐性投入。聪明人看“成功”的显性成本，更看失败的隐性代价。
前沿数学验证的困局，与创业公司的信任构建异曲同工。语料中提到，如果某人做了不诚实的事被当场发现，声称知错但绝不再犯，就不能再相信他。数学验证同样如此——没有独立复现、没有数据公开，就谈不上可靠。一个需要顶级数学家逐行核对的证明，其价值取决于验证链条的严密程度，而非AI的“解题速度”。极度透明的规则，才让飞轮转得起来。
AI数学突破真正值得创业者关注的是它示范的“人机角色再定义”。语料强调，AI不会取代创作者，但会用AI的创作者将取代不会用的。在这个案例里，被取代的不是数学家，而是“不借助AI的数学家”。未来人类数学家将聚焦于判断一个证明是否揭示了新结构、是否为领域打开了新路径，这些恰恰是AI当前难以替代的高阶认知。数据飞轮一旦转动，后来者即使拿到同样技术也无法追赶。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo