OpenAI連破10道數學難題，Fable 24小時「復現」5道

# OpenAI連破10道數學難題，Anthropic公開模型24小時「復現」5道｜首發優勢急速縮水？ 這個週末，AI圈被一場數學競賽點燃。OpenAI研究員Sébastien Bubeck拋出一枚重磅炸彈：其未公開的下一代主力模型Astra，一口氣證明了10項前沿數學成果。消息一出，輿論沸騰——有人驚呼「數學奇點已至」，也有人迫不及待等待更多細節。然而更戲劇性的一幕發生在不到24小時後：Anthropic的研究員Levent Alpöge在Bubeck的帖子下淡定回應，稱其使用公開模型Fable，已經獨立復現了其中5項成果。 **審題：10道十年未解的硬骨頭**

先來看看OpenAI究竟做到了什麼。據Bubeck介紹，Astra證明的10項成果並非尋常習題。它們的主要結論在數學界至少10年沒有實質性進展，有些問題更是塵封數十年，屬於真正的開放性難題。這些問題雖然算不上數學王冠上最耀眼的明珠，卻個個都是公認的硬骨頭——不是靠小聰明或窮舉就能繞過的關隘。 Epoch AI旗下FrontierMath項目負責人Elliot Glazer給出了更直觀的評價：單論其中關於非索菲克群的研究成果，其分量足以進入數學界頂級期刊《數學年刊》（Annals of Mathematics）。換言之，這不是AI在填空題上的又一次表演，而是AI在無人區踩出了實實在在的腳印。 **Anthropic的「半壁江山」：24小時，5道題**

就在外界還在消化OpenAI的這一成就時，Anthropic研究員Levent Alpöge在Bubeck的帖子下發出一條簡短卻重磅的回覆：「我用Fable完成了一半。」隨後他補充說明，自己完成的是OpenAI榜單上的第4、5、6、7、8項，共計5項。 Levent強調了實驗條件的乾淨：完全自主運行、使用通用提示詞、全程無網絡訪問。尤其值得注意的是，為了防止OpenAI的解法意外洩漏進上下文，他特意添加了一層防護機制。這意味著Fable的「復現」並非抄襲或模仿，而是在隔絕外部參考的情況下，獨立抵達了同一批結論。 當然，嚴謹的數學驗證仍需時間。截至目前，Levent尚未放出Fable的完整證明細節，但承諾會上傳相關文件。如果他所言屬實，這件事情的意義將發生質變：OpenAI用未發佈的模型Astra搶佔的首發優勢，只維持了24小時。而被追平的對手，是Anthropic早已公開、任何研究者都能調用的Fable。 **一場「數學首發」的保鮮期，只剩一天**

有網友評論道：「公開可用的Fable，復現了Astra一半成果。」另一位用戶調侃：如此看來，OpenAI是不是只搶到了一個首發？過去，一項數學成果的優先權之爭，通常以年為單位——誰先想到、誰先證出、誰先發表，中間隔著漫長的投稿、審稿、修改週期。而今天，Astra尚未正式發布，其公佈的成果在24小時內就被公開模型追平了一半。 首發的含金量依然存在，但保質期已急劇縮短。這對AI研發機構而言，無疑是一個新的戰略信號：單靠「搶發」建立壁壘的時代，可能正在過去。如何持續產生新成果，如何讓模型在更具挑戰性的問題上保持領先，比單純的首發速度更加重要。 **2000美元背後：更貴的賬單與更殘酷的現實**

OpenAI還公佈了一個引人注目的數字：找到這10項解法的token成本，按API價格折算不到2000美元。研究員Noam Brown解釋說，這對應的是成功跑出10個解法的邊際推理成本，也就是最後臨門一腳的計算費用。 但這2000美元遠非全部成本。在此之前，還有Astra本身的訓練研發，有那些嘗試過卻失敗的問題，有人類將論證整理成249頁論文的工時，有把每個證明形式化為Lean證書的工程投入，更有外部數學家後續審查的隱性成本。Noam也坦承，團隊還曾嘗試其他重大問題，但沒有成功，千禧年大獎難題一個也沒拿下。 即便如此，「2000美元解一道前沿難題」這一事實，仍然將AI驅動數學發現的邊際成本打到了地板。有人調侃：OpenAI是不是明天又要公佈10項新突破，或者下週直接一次發100項？這種低成本量產的潛力，正引發學界對研究成果供給方式的全新思考。 **從「互相刷榜」到「互相驗貨」**

Fable去重做Astra的同一批題目，這件事的意義遠超普通的「刷榜」對決。傳統的刷榜測的是已知答案：題目和標準答案都擺在那裡，比較的是誰分數高。而兩個模型在無網絡、防洩漏的條件下，各自獨立抵達同一個前沿結論，測驗的是完全不同的維度——這個結果是否可靠？能否被獨立復現？這更像是一場真正的同行評審。 值得注意的是，這並非Fable第一次展現獨立解決數學難題的能力。今年7月，Levent曾用Fable給出Jacobian猜想的三維反例，事後有人專門撰寫了一份7頁的代數驗證材料，確認那個顯式映射確實推翻了三維及更高維的猜想。這說明Fable並非只能「復現」他人成果，它同樣具備開拓新問題的實力。網上有人質疑為何用Fable去做「追認」工作，而非直接解新題——實際上，Fable早已在做後者。 **公眾的信任鏈與數學家的審慎**

這些數學成果究竟有多重要？對地球上絕大多數人來說，這不只是超出能力，更是超出理解範圍的命題。正如Ethan Mollick所說：我們只能相信專業數學家，相信他們告訴我們這究竟厲不厲害。代碼、圖片、聊天，普通人還能通過親身體驗來感知AI的能力；但非索菲克群的存在、Connes剛性猜想的反例、量子平行重複定理——這些概念只有極少數專家能真正看懂。 AI的能力越往科學前沿推進，公眾所依賴的就越不是親身體驗，而是一條漫長的信任鏈。這種「連驚歎都無從驚歎」的狀態，正在越來越多的領域同步發生。與此同時，數學家Thomas Bloom提醒我們：這些成果離不開上百年積累的數學理論，離不開數學家親手搭好的形式化系統。將它簡單描述為「AI取代了數學家」，並不誠實。他給出的評判標準是：這份證明，有沒有教給我們關於這個問題的新東西？ **真正的瓶頸：驗證追得上生成嗎？**

這就指向了一個更深層的問題：當AI能以低成本、批量化的方式生產前沿數學證明，我們應該用什麼來衡量其成果的價值？答案或許不在產出端，而在驗收端——一份證明能否被讀懂、被核對、被判斷出分量，最終決定了它的真實價值。最稀缺的能力，正在從「做出證明」悄然轉向「看懂並驗收證明」。 當AI一夜之間就能給出十道難題的解法，真正的考驗才剛剛開始：證明越造越快，我們的驗證手段，還追得上嗎？這不僅是數學界要面對的問題，也是整個科學界乃至全社會即將共同遭遇的時代拷問。