标签
OpenAI宣布通过AI生成的突破性成果，解决了数学领域的**挂谷猜想**（Kakeya conjecture），对计算机科学中的**指数时间假设**（exponential time hypothesis）提出了挑战，并推进了物理学中的**量子色动力学**（quantum chromodynamics）研究。然而，该公司正面临研究人员日益增长的不满情绪，原因在于其发布实践的不一致性和不透明性。OpenAI表示，目前正在与外部专家"护航员"（shepherds）合作，以指导研究成果的发布方式；其中，物理学领域的成果在获得专家指导之前将暂不发布。
OpenAI 和谷歌旗下 Wiz 的 AI 工具发现了 PHP 中的两个严重漏洞，影响约 70% 的网站，促使相关方紧急发布补丁，并导致大量网站关闭，其中包括维基百科的部分站点和 200 多家日本机构的网站。
两项 PHP 漏洞 CVE-2026-109618 和 CVE-2026-109619 是由一个前沿 AI 模型独立发现的，而它收到的提示仅仅是“找出 PHP 中的严重漏洞”。
在 GPT-5.6 Sol 等 AI 模型的帮助下发现的两个 PHP 严重漏洞，导致互联网上大量网站宕机，波及 4chan、维基百科、DeviantArt、政府机构以及宝可梦相关服务。
OpenAI 的 Patch the Planet 计划与 Google 旗下 Wiz 利用 GPT-5.6 Sol 和 Gemini 4 Argon 等 AI 模型，发现了两个自 2004 年起就存在的关键 PHP 漏洞，存在时间长达数十年。美国国家安全局（NSA）随即发布警告，PHP 基金会紧急发布补丁，以保护全球约 70% 使用 PHP 的网站。
两个被称为 AI 迄今发现的最严重漏洞的 PHP 关键漏洞，促使世界各国政府和机构在等待修复期间将网站下线。这些漏洞由 Calif 和 Wiz 的研究人员使用 OpenAI 模型发现，十多年来一直未被察觉，据报道影响了互联网上约 70% 的网站。
据称 Claude 帮助解决了一个困扰NSA 25年的密码学难题，模型内部推理日志显示，它质疑为何如此显而易见的成果几十年来都无人发现。
一条推文声称，Claude 解开了 NIST 椭圆曲线种子参数来源的长期谜团，揭示这些参数是由时间戳推导而来的。
科学家推翻了一个关于聚变反应堆磁约束场、延续了59年的认知，而谷歌将这一突破交给了 Gemini 智能体，后者发现了超越原研究人员成果的新方案——由此产生了两种新的等离子体约束方法。
Google 宣布为 Play 商店推出多项 AI 功能，包括扩展后的 Ask Play 聊天机器人，帮助用户发现应用；基于 Gamer DNA 档案打造的全新 Game Finder 推荐引擎；以及即将推出的支持，让用户能够私密托管和分享自己通过氛围编程（vibe coding）开发的应用。
AI 已在22个科学领域中发现了此前“隐藏在明处”的解决方案，表明跨学科AI辅助发现具有广泛潜力。
OpenAI发布了此前"解决开放数学问题"声明背后的完整论文：涵盖722份数学手稿、372项重要成果，均来自对约4000个研究问题的测试筛选，每项成果平均消耗相当于ChatGPT Pro思考3小时的算力。
WIRED 报道称，数学家们对 OpenAI 计划在 GitHub 上发布数百个 AI 生成的长期悬而未决问题的解答感到不满。该计划忽视了发表论文的建议，以及保留传统科学署名和贡献认定流程的建议。
Vals AI 研究称由 Claude Opus 5.5 主导的 AI 团队从一篇1999年被遗忘的论文中重新挖掘出一种候选材料，可能将计算机内存速度提升1000倍，展示了 AI 在科研发现上的新潜力。
Anthropic内部的Claude模型发现了首个真正次二次的3SUM算法（O(n^1.9992)）与真正次三次的APSP算法（O(n^2.9995)），推翻了细粒度复杂性理论中长期悬而未决的3SUM与APSP猜想。这一成果由Josh Alman和Virginia Vassilevska Williams写成论文加以形式化，源自一种新的稀疏矩阵乘法算法，并已通过Lean 4完成验证。
# 当 AI 解出长悬未决的数学难题时，应当立刻发表 ## 一份来自创意行业的证词 我是一名创意工作者——写作、设计、作曲，靠这些谋生。过去十年，我亲眼看着我所在的行业被机器重新洗牌：文字生成、图像合成、音乐生成，一件件工具落地，一个个岗位消失。我们之中没有人获得过"特殊保护期"。没有人停下来问一句："这些创意工作者可能需要几年时间来适应。"技术该来就来了，从业者要么跟上，要么被时代甩在身后。 现在，同样的逻辑正在被数学界试图拒绝。 有人主张：如果 AI 发现了某个悬置数十年、甚至上百年的数学难题的证明，我们应当**暂缓发表**，先给数学家们留出消化和适应的时间。我理解这种情绪，但我不同意这种做法。理由很简单：**科学进步不应当为任何职业的调整期买单。** ## 验证与署名是底线，保护不是 先把话说清楚：我绝不是在主张"随便一个 AI 输出都应当原封不动地印进期刊"。证明必须经过严格的人类验证——这是数学的基本原则，与 AI 无关。任何来源的"证明"都一样：未经验证的论文不该发表，无论作者是人类还是模型。署名与致谢同样重要，贡献必须被正确归因，工具的使用必须被如实披露。 但"验证"和"署名"之后，就没有任何正当理由了。 要求"暂缓发表"，本质上是要求科学共同体把一个公共问题的解答**扣押起来**，以换取一个专业群体的心理缓冲。这在伦理上站不住脚，在实践上也不可行： - **证明本身没有职业归属。** 一个关于黎曼猜想或孪生素数的证明，属于全人类的知识公地，不属于某个职业群体的既得领域。 - **扣押创造风险。** 数学问题往往只有一个窗口期可以被攻克，一旦有团队独立发现同一路径，抢先发表的动机将被成倍放大，学术不端的土壤反而更肥沃。 - **它对其他领域的先例是危险的。** 如果物理学家也可以因为"我们还没准备好"而扣押某个实验结果，科学验证本身的含义就被瓦解了。 ## "适应期"这个理由，我们已经听过一遍了 创意行业的人最清楚这个论证的真面目。 当生成式模型开始产出可用的文案、可用的插图、可用的配乐时，业界的呼声一模一样："等一等，让创作者有时间调整。""我们需要保护原创者。""至少设立缓冲期。" 结果如何？缓冲期没有到来。模型迭代的速度以月计，作品质量以周计地逼近可替代的门槛。市场没有停下来等待。唯一的变化是：那些主动学会与工具协作的人活了下来，那些把时间花在"等待保护"上的人，没有。 我不是在嘲讽他们的困境——那个困境是真实的，其中大多数人确实值得更好的出路。我想指出的是一个冷酷的事实：**职业群体的适应困难，从来不是阻断外部创新的合法理由。** 技术带来的摩擦是真实的，但解决摩擦的方式是教育、转型和新的分工，而不是按下暂停键、让知识本身为人让路。 如果数学界今天可以因为"我们还没适应"而扣押一个 AI 证明，那么明天，任何一个被 AI 触及的领域——药物发现、材料科学、气候建模——都可以援引同样的理由。这是一条滑坡，而坡底是"科学进步以职业安全感为条件"。 ## 该做的，是加速而非减速 如果 AI 真的开始独立产出经得起检验的数学证明，数学界需要做的不是恐惧，而是把验证基础设施建得更快、更严： 1. **建立可复现的验证流程**，让机器辅助的证明链条对人类审查者透明。 2. **明确署名规范**，在论文中如实记录模型、提示与人工审阅的角色分配。 3. **重新设计训练体系**，把"提出问题、批判证明、判断重要性"这些目前仍属于人类的高阶能力，作为下一代数学家的核心技能来培养。 4. **承认新的分工格局**，让数学家从重复性推导中解放出来，去做机器做不到的那部分工作。 这些事情不能靠扣押结果来争取。它们需要立刻被承认并着手建设。 ## 结语 一个证明被验证为真，它的意义就成立了，不取决于人类何时准备好接受它。 数学曾经被少数人的直觉和少数人的劳作推动了三千年。现在，我们拥有了另一台推动它的机器。机器可以来，证明可以发表，数学可以继续向前——而我们这些在创意行业里已经经历过一次冲击的人，只想告诉数学界一句： **保护是有限的，验证是无限的。**
Anthropic声称其AI模型Claude发现了一种令人联想到CRISPR的酶系统，可能推动基因编辑进展，尽管科学家强调需要进一步验证。
MIT Technology Review 预告了其即将发布的2026年值得关注的气候科技公司榜单，同时探讨了围绕 Anthropic 的 AI 代理在分子生物学领域声称取得科学发现的争议。
NeuralCert提出了一种使用神经网络从发现到认证的框架，用于发现和验证极值数学构造，从而实现精确且可独立验证的证明。