数学与理论计算机科学的十项进展

# 数学与理论计算机科学的十项进展 来源：https://simonwillison.net/2026/Aug/1/ten-advances-in-mathematics/ 2026年8月1日 - 链接博客 **数学与理论计算机科学的十项进展（https://openai.com/index/ten-advances-in-mathematics/）** （来自：https://news.ycombinator.com/item?id=49132058） 几天前，是 Anthropic 用 Claude 发现密码学弱点（https://simonwillison.net/2026/Jul/28/discovering-cryptographic-weaknesses-with-claude/），使用了 Mythos Preview，在 token 上花费了 100,000 美元，且提示词中包含“再次强调，我们找的不是唾手可得的果实，我们要的是真正的研究，去发现真正困难的成果。” 现在轮到 OpenAI 炫耀了。他们让“我们下一个主要模型 Astra 的一个内部版本”去解决十个数学问题，这些问题“在主结果上至少十年没有进展”。他们声称，按照 GPT-5.6 Sol 的 token 价格计算，每个问题花费不到 2,000 美元。 （不过，没有消息说他们有多少个问题花了 2,000 美元却*没有*得出解决方案。） openai/ten-proofs（https://github.com/openai/ten-proofs）仓库包含他们结果的 Lean 4 形式化证明，还有一篇描述解决方案的论文（https://cdn.openai.com/pdf/ten-proofs-oai.pdf），以及一份额外的 LLM 生成的 PDF（https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf），其中模型基于未公开的推理轨迹“重构了证明是如何形成的”。 这种透明度还算不错，但我想看到他们使用的提示词！ 许多在线数学家正在经历一场集体的 Deep Blue（https://simonwillison.net/2026/Feb/15/deep-blue/）爆发。数学家 Kirwin Hampshire 上周发表了一篇充满激情的文章《数学的黑暗之夜》（https://kirwinhampshire.substack.com/p/the-dark-night-of-mathematics），描述了此前（且不那么重要）的结果所引发的“深刻的精神危机”。 OpenAI 的结果让我想起了陶哲轩在六月《IEEE Spectrum》上描述的“大数学”（https://spectrum.ieee.org/ai-in-mathematics）： > 与他的一些同行不同，陶哲轩既不轻视 AI，也不惧怕 AI。相反，他认为 AI 是这门学科发生根本性转变的催化剂——一种朝向他所称的“大数学”的过渡。他设想了人类与机器之间大规模、去中心化的协作的未来，复杂的数学任务可以被拆解，人类负责创造性的部分，而 AI 承担绝大部分技术性苦活。