AI刚刚证明了它能做原创数学。一位菲尔兹奖得主却选择去监管它

专栏概述

2026年夏天，两份公告相隔一周先后落地，都触及同一个领域，而且最终指向同一家公司。两者都没有被表述为对另一方的回应。但放在一起读，它们比单独任何一份都更能说明AI行业目前的真实处境。

关键的一周

2026年7月23日，在费城举行的国际数学家大会上，雅各布·齐默曼因其对安德烈-奥尔特猜想的证明获得菲尔兹奖——这是数学界每四年颁发一次的四枚奖章之一，也是该领域最接近在职业生涯中期授予的终身成就奖。在领奖后数小时内，齐默曼宣布他将从多伦多大学休假，保留终身教职但暂离一线教学，于2026年8月起加入OpenAI的AI安全团队。

一周多之后，大约在8月2日，OpenAI公布了Astra的成果，这是一个尚未公开发布的模型。Astra攻克了数学和理论计算机科学中十个长期悬而未决的问题——其中几个已经数十年无人解决，有一个悬置了27年——OpenAI给出的总推理成本不到2000美元。公司随工作成果发布了一份249页的手稿，并将机器检查的形式化证明上传到了GitHub。

没有人刻意安排这两件事落在同一个时间窗口。这正是这个巧合值得深思的原因：一家公司拿出了证据，表明其模型能够生成足以引起在职数学家兴趣的数学成果，而在同一段时间里，一位在世的最负盛名的数学家认定，他此刻职业生涯中最有用的事，就是去帮助确保这类系统的行为符合预期。

Astra实际做了什么

这里值得说得具体一些，因为“AI解决高难度数学”这种说法以前也出现过，而那些结果后来被证明要么没那么难，要么并没有真正解决。Astra的清单异常具体。

最引人注目的成果是构造了一个非索菲克群——一种抽象代数结构，被证明无法被任何有限结构逼近，无论这个有限结构有多大。粗略地说，索菲克群是行为足够良好的群，可以用有限片段任意精确地逼近它们；而证明一个群确实无法被这样逼近，是另一种性质的结果，因为你必须排除每一种可能的有限逼近，而不只是没能找到一种。在人们尝试的27年里，没有人构造出这样的例子。

Astra还推进了高维球体堆积密度的上界，这个问题自1970年代末以来实际上一直停滞不前，此次将其推向了更接近科恩和埃尔基斯所确立的阈值。它给出了阿兰·孔涅关于冯·诺依曼代数的刚性猜想的一个反例——推翻而非证实了该领域一位较有影响力的人物提出的长期猜想。它证明了埃尔哈特体积猜想。它还解决了保罗·埃尔德什那本著名开放问题目录中的三个问题，包括关于多色拉姆齐数的第183题。

在判断该以多大程度认真对待这一切时，最关键的细节是：这些证明在Lean 4中完成了形式化，已发布代码库中的“sorry”数量为零。在Lean中，“sorry”是数学家在某个步骤尚未真正证明时插入的占位符——相当于一个“相信我，这部分没问题”的标记。零计数意味着全部十个证明中的每一个逻辑步骤都经过了机械验证，而不只是写成读起来令人信服的文字。这比模型产出一个听起来合理的论证，标准要高得多。截至本文撰写时，审阅过这些预印本的数学家以非正式方式给出了积极回应；这些结果尚未经过期刊的正式同行评审。

为什么一位菲尔兹奖得主会专门选择这件事

齐默曼自己的工作就是证明，从字面意义上说——他的职业生涯产出是一连串被证明为无可置疑的命题，使用的正是为此目的而构建的工具。AI安全研究作为一个学科，一直在向需要同样技能组合的方向漂移：验证一个系统是否在某个形式化规定的规范内运行，检查机器生成的推导是否真的成立，严谨地推理一个模型的输出能够被保证做什么、不能做什么。表面上这不是一个显而易见的职业转向，但它与他的实际训练高度对应，以至于这其实根本算不上转向。

他对自己的理由说得很直接：“风险极高，利害关系极大，所以我们需要极高程度的保证。”他明确表示自己的兴趣具体在于监督机制——理解AI智能体作为系统的行为方式，并推导出那种能够以一定严谨性证明复杂系统不会越出预期边界行动的证明。

有一个细节值得单独拎出来，因为它与对这一举动的简单化解读相悖。齐默曼此前写过一篇论文，系统性地梳理了AI可能导致灾难性后果的各种可能路径。这不是一个出于模糊不安而走进安全领域的人的形象，也不是一个不加批判的鼓吹者去拿高薪绕道一圈的形象。这更像是一个先做了风险评估、然后选择离问题更近而不是更远的人。

这个巧合实际上告诉了我们什么

人们很容易把这两个故事解读为你原本就占据的AI辩论任何一方的证据——要么是“看这些系统变得多强了”，要么是“看专家们实际上有多担忧”。两种解读都错过了真正值得注意的东西：同一周产生了两个信号，而且它们都来自对AI能力当前真实水平拥有最深可见度的人。这不是乐观主义者和悲观主义者互相喊话。这是同一群最懂这项技术的人，把能力提升和安全工作当作并行、同步的优先事项，而不是对立的阵营。

形式化验证这个细节把两条线索联系得比乍看起来更紧密。Astra的数学成果之所以有分量，是因为它们可以被机器检查——价值不在于证明听起来正确，而在于验证器确认了每一步都成立。齐默曼对AI安全的公开兴趣，正是围绕把同样严格的证明标准带到一个不同的问题上：不是“这个证明是否成立”，而是“这个系统的行为是否符合我们的预期”。一个方向向外推进，扩展数学中可证明为真的边界。另一个方向向内深入，试图让关于AI系统行为的可证明内容比“专家读了输出结果，觉得似乎没问题”更加坚实。目标不同，底层方法相同。

行业观察者很可能把这解读为证据，表明领先的AI实验室现在正在并行推进两条建设路线，而不是在二者之间做选择：一条旨在证明模型能力仍在快速攀升——这并非偶然地正是商业和融资叙事的核心——另一条旨在招募有能力严格审视这种能力所带来的后果的人。从这个角度看，在同一时间窗口发布能力里程碑和聘请一位菲尔兹奖得主从事安全工作，并不是两个相互冲突的公关动作。这是对同一底层判断的两种表达，即这个领域正走向何方。

一个开放的问题，而非已了结的问题

这一切之下还潜藏着一个更难的问题，两份公告都无法单独回答。当一个模型以一种极其复杂的形式证明了一个定理，以至于连训练有素的数学家都需要机器逐行检查时，这暗示我们应该如何评估一个AI系统本身是否安全？这种评估是否需要向同样的标准靠拢——形式化的、可机械检查的断言——而不是依赖领域专家通读输出结果，然后形成一个“看起来合理”的判断？

目前还没有人回答这个问题，包括齐默曼。但一个为这种严谨性而生、在其领域认可度达到顶峰时选择去研究这个问题的数学家，也许就是此刻所能产生的最接近答案的东西。