一个内部模型，解掉了纳维-斯托克斯方程，还顺手清掉了数学界100多个悬而未决的开放问题。消息传出来的时候，连OpenAI内部做数学的研究员都表示，这个推进速度超出了他们的预期。 但几乎在同一时间，数学家陶哲轩的一段表态被翻了出来。他没有否认进展，反而说了一句耐人寻味的话：黎曼猜想和纳维-斯托克斯这些问题，我们不需要下周就解决，我们可以慢一点。 一边是模型在加速，一边是顶尖数学家喊慢。这两件事放在一起看，才是这条消息真正值得琢磨的地方。 被解掉的是什么量级的问题 纳维-斯托克斯问题是克雷数学研究所悬赏的千禧年大奖难题之一。它描述的是流体运动，从天气预报到飞机设计都绕不开这套方程。难点不在于写出方程，而在于证明它在三维情况下始终存在光滑解——这个问题悬了几十年，没人拿下。 按流传的说法，OpenAI这个新训练的内部模型不只是啃下了这一块硬骨头，还覆盖了数学大多数领域里100多个长期开放的问题。这个数字本身就说明，它不是针对某一道题做的专项突破，而是呈现出一种跨领域的解题能力。 更值得注意的是那句"连OpenAI内部的数学家都感到意外"。做模型的人对自己模型的预期，通常比外界更清楚。连他们都觉得快，说明这次的能力跃升不在计划表上。 陶哲轩的"慢一点"是什么意思 陶哲轩的态度被概括为一次"突然的爆发"，但看他原话，逻辑其实很冷静。他把黎曼猜想和纳维-斯托克斯并列，说这些问题不需要下周解决，可以负担得起更慢的节奏。 这句话可以拆成两层。第一层是事实判断：这些问题确实还没被正式解决，急不来。第二层是价值判断：数学的推进有自己的节奏，快不等于好。 一个模型在短时间内抛出大量"已解决"的结论，对数学界来说首先带来的不是欢呼，而是验证压力。每一条证明都需要同行逐行检查，而检查的成本不会因为生成速度快而降低。生成得越快，待验证的积压就越多。 所以"慢一点"不是唱反调，更像是在提醒：解题和确认解题，是两件不同速度的事。 黎曼猜想那边也有动静 除了纳维-斯托克斯，还有一条信息指向黎曼猜想——相关方向上确实出现了一些进展。但进展和解决之间隔着什么，目前没有更多说明。 把这两条放在一起，能看出一个共同的信号：AI在纯数学领域的介入，已经从辅助计算走到了触碰核心猜想的阶段。这个位置过去被认为是人类直觉的最后堡垒之一。 但堡垒有没有被攻破，和堡垒里发生了什么，是两回事。目前能确认的是有人在推进，不能确认的是推进到了哪一步。 该信哪一边 正方会说：100多个开放问题被一次性处理，这是实打实的能力证明，数学研究的范式要变了。 反方会说：结论还没经过同行验证，历史上宣称解决千禧年难题的例子不少，最后大多卡在证明的严谨性上。陶哲轩的"慢一点"正是这个意思。 我的判断偏向后者一点，但不是因为怀疑模型的能力，而是因为数学这门学科的公信力建立在验证之上，不建立在生成之上。一个证明写出来只是开始，被整个领域接受才算数。 真正值得关注的不是"解掉了多少题"这个数字，而是接下来有多少条证明能通过审查。这个转化率，才是衡量这次突破含金量的指标。 在那之前，陶哲轩那句"我们可以慢一点"，可能是这条消息里最清醒的一句话。 特别