AI 剛證明它能做原創數學。一位菲爾茲獎得主選擇去監督它

專欄總覽

2026 年夏天，兩則公告相隔一週先後出現，觸及同一個領域，後來證明也涉及同一家公司。兩者都沒有被定位為對彼此的回應。但合在一起讀，它們對 AI 產業實際所處位置的說明，比單獨任何一則都更清楚。

關鍵的那一週

2026 年 7 月 23 日，在費城舉行的國際數學家大會上，Jacob Tsimerman 因證明 André-Oort 猜想而獲頒菲爾茲獎——這是數學界每四年頒發一次的四面獎牌之一，幾乎可說是這個領域在職業生涯中期能獲得的終身成就獎。領獎後數小時內，Tsimerman 宣布他將從多倫多大學請假，保留終身教職但暫停教學工作，自 2026 年 8 月起加入 OpenAI 的 AI 安全團隊。

一週多之後，大約在 8 月 2 日，OpenAI 公布了 Astra 的成果，這是一個尚未公開發布的模型。Astra 處理了十道數學與理論電腦科學領域長期未解的難題——其中數道已懸而未決數十年，一道長達 27 年——OpenAI 估計總推論成本不到 2,000 美元。該公司隨成果發布了一份 249 頁的手稿，並將機器檢查過的形式化證明上傳至 GitHub。

沒有人刻意安排這兩件事落在同一個時間窗口。正因如此，這個巧合才值得細想：一家公司交出了證據，顯示其模型能生成足以引起在職數學家興趣的數學成果；而在同一段日子裡，一位在世最負盛名的數學家認定，他此刻能為職涯做的最有用的事，就是去幫忙確保這類系統的行為符合預期。

Astra 實際做了什麼

這裡值得說得具體一點，因為「AI 解出困難數學」這種說法以前出現過，但那些結果後來證明不是沒那麼難，就是沒有真正解出來。Astra 的清單異常具體。

最受矚目的成果是構造出一個非索菲克群——一種抽象代數結構，被證明無論有限結構多大，都無法逼近它。粗略來說，索菲克群是行為良好到可以用有限片段任意精確逼近的群；證明存在一個可被證明無法如此逼近的群，是另一種性質的結果，因為你必須排除每一種可能的有限逼近，而不只是找不到其中一種。在人們嘗試的 27 年裡，沒有人構造出這樣的例子。

Astra 也推進了高維空間中球體堆積密度的上界，這個問題自 1970 年代末以來實際上一直停滯不前，如今更接近 Cohn 與 Elkies 所建立的門檻。它對 Alain Connes 關於馮紐曼代數的剛性猜想提出反例——不是證實，而是否定了這個領域最具影響力人物之一所提出的既有猜想。它證明了 Ehrhart 體積猜想。它還解決了 Paul Erdős 著名未解問題清單中的三道題，包括關於多色 Ramsey 數的第 183 題。

判斷該多認真看待這一切時，最重要的細節是：這些證明已在 Lean 4 中形式化，而公開儲存庫中的「sorry」數量為零。在 Lean 中，「sorry」是數學家在步驟尚未真正證明時插入的佔位符——等於標記「相信我，這部分沒問題」。數量為零意味著十個證明中的每一個邏輯步驟都經過機械驗證，而不只是寫成讀起來有說服力的文字。這比模型產出聽起來合理的論證，門檻實質上高得多。截至本文撰寫時，審閱過預印本的數學家已非正式地給予正面回應；這些成果尚未經過期刊的正式同儕審查。

為什麼一位菲爾茲獎得主會特別選擇這條路

Tsimerman 自己的研究就是證明，就字面意義而言——他的職涯產出是一連串被證明為無可置疑的陳述，使用的正是為此目的而打造的工具。AI 安全研究作為一門學科，一直在朝需要同一套技能的方向漂移：驗證系統是否在某個形式化陳述的規格內運作、檢查機器生成的推導是否真的成立、嚴謹地推論一個模型的輸出能被保證做什麼與不能做什麼。表面上這不是明顯的職涯轉向，但它與他實際所受的訓練對應得夠緊密，以至於根本算不上轉向。

他對理由說得很直接：「風險極高，代價極高，所以我們需要極高程度的保證。」他明言的興趣特別在於監督的機制——理解 AI 代理作為系統如何運作，並推導出那種能以某種嚴謹性確立複雜系統不會超出預期界限行動的證明。

有一個細節值得特別提出，因為它與對這個決定的簡化解讀相牴觸。Tsimerman 先前寫過一篇論文，系統性地盤點了 AI 可能導致災難性後果的各種途徑。這不是一個因模糊不安而走進安全研究的人的形象，也不是一個不加批判的支持者領著高薪繞道而行。讀起來更像是一個先做了風險評估，然後選擇更靠近問題去工作，而不是遠離它的人。

這個巧合真正告訴我們什麼

把這兩個故事讀成你原本所屬 AI 辯論陣營的證據，是很誘人的——要不是「看這些系統變得多有能力」，就是「看專家們其實有多擔憂」。兩種解讀都錯過了真正值得注意之處：同一週產出了這兩種訊號，而它們都追溯到對 AI 能力當前真實水準看得最深的人。這不是樂觀者與悲觀者互相喊話。這是同一群最了解技術的人，把能力提升與安全工作當成平行、同時進行的優先事項，而非對立的陣營。

形式化驗證這個細節，比乍看之下更字面地把兩條線索綁在一起。Astra 的數學成果之所以有分量，是因為它們可被機器檢查——價值不在於證明聽起來正確，而在於驗證器確認了每一步都成立。Tsimerman 明言的 AI 安全興趣，正是圍繞著把同樣的嚴謹標準帶到另一個問題上：不是「這個證明成立嗎」，而是「這個系統的行為符合我們的預期嗎」。一個努力向外推，擴展數學中可被證明為真的事物。另一個努力向內探，試圖讓關於 AI 系統行為可被證明的部分，比「專家讀過輸出、看起來沒問題」更扎實。目標不同，底層方法相同。

產業觀察者很可能把這解讀為證據，顯示領先的 AI 實驗室現在同時進行兩條建設路線，而非在兩者之間做選擇：一條旨在證明模型能力仍在快速攀升——這並非巧合地正是商業與募資敘事的核心——另一條旨在招募有能力嚴謹檢視這種能力所帶來後果的人。以這個角度來看，在同一時間窗口發布能力里程碑，並為安全工作聘請一位菲爾茲獎得主，不是兩個互相衝突的公關動作。這是同一個關於領域走向的底層計算的兩種表現。

一個開放的問題，而非封閉的問題

這一切底下還有一個更難的問題，兩則公告都無法單獨回答。當一個模型以複雜到連受過訓練的數學家都需要機器逐行檢查的形式證明了一條定理，這對我們該如何評估 AI 系統本身是否安全，意味著什麼？這種評估是否需要朝同樣的標準邁進——形式化、可機械檢查的陳述——而不是依賴領域專家讀過輸出後，形成一個「看起來合理」的判斷？

目前還沒有人回答這個問題，包括 Tsimerman。但一個為那種嚴謹性而生、在其領域認可的巔峰時刻選擇去做這件事的數學家，或許就是此刻所能產出最接近答案的東西。