OpenAI公開62頁核心手稿，AI連破十大「菲爾茲獎級」難題

OpenAI 今天（4 日）無預警公開一份長達 62 頁的核心手稿，標題為《How the Ideas Came Together》，完整揭露旗下 AI 模型破解十道頂級數學難題的推演過程。這份文件最驚人的地方在於，全文由 AI 模型獨立撰寫，OpenAI 團隊完全沒有插手，而燒掉的 Tokens 若以 GPT-5.6 Sol API 計費標準換算，成本僅約 2000 美元。消息一出，立即在學界與社群引爆討論，許多人猜測這款代號 Astra 的下一代模型，很可能就是傳說中的 GPT-6。 這份手稿的摘要只有一小段，但資訊量相當驚人。根據說明，AI 在讀取原始的思維鏈（CoT）與最終成文的數學論文後，針對每一道題目重新建構出四個層面的內容：哪些想法最初指向可行路徑、哪些看似有分量的方法撞上真正的障礙、什麼樣的視角切換讓底層結構浮現，以及決定性的洞察最後如何構成完整論證。換句話說，這不是單純的解答展示，而是把整個思考過程攤在陽光下。 十道難題涵蓋範圍極廣，包括高維球體堆積、二元碼與球面碼、群論、Connes 剛性猜想、算術電路下界、量子並行重複、最近向量問題、Ehrhart 體積猜想、多色 Ramsey 數與極值圖論。在這之前，OpenAI 內部員工已在官方部落格透露下一代模型 Astra 攻克這些難題，並附上 249 頁的論文合集與完整的 Lean 4 形式化證書，如今 62 頁手稿正式公開，等於官方蓋章認證了這項突破。 在十道題目中，討論度最高的莫過於高維球體堆積問題。這個問題用白話講就是：把一堆一樣大的球塞進一個箱子裡，最多能塞多滿？三維空間的答案從水果攤壘橙子的堆法就能看出來，早就有了定論。但當維度拉到幾百維、上千維時，人類只能給出一個「上界」，也就是最多不可能超過多少。這個上界的指數一直卡在 0.5991，從 1978 年算起到現在，整整 46 年沒有實質推進。Astra 直接把它推到了 0.6044005442916776954…，密度上界寫成 2^-(0.6044…+o(1))d，堪稱重大突破。 關鍵在於它是怎麼做到的。手稿顯示，Astra 在推演過程中先確定了 Cohn–Elkies 線性規劃這套方法本身的極限。最初它嘗試用 Cauchy–Schwarz 不等式去估計某個函數的負質量，但做到極限只能達到半徑 √d/(2√π)。卡住之後，AI 做出了一個關鍵判斷：障礙不是常數沒優化好，而是全域範數根本記不住負質量落在哪裡。於是它決定更換視角，改用 Mellin 變換加調和測度。這個選擇有其深層原因：對徑向函數來說，傅立葉變換本質上就是 Hankel 變換，而它的核只依賴空間半徑與頻率半徑的乘積；到了 Mellin 這一側，這個操作會變成極其簡單的反射，再加上一個顯式相位。 手稿中還記錄了一個特別精妙的細節。那個相位因子在實軸上模長恆等於 1，因此在實軸上什麼都看不出來，但當它往外延拓到複平面時，攜帶的正是範數不等式丟掉的那部分高維資訊。推到極限時，調和測度收斂成一個 logistic 密度，其對數位勢精確等於 digamma 函數，積分出來正好是 log(π/2)，1/π 這個閾值就是從這裡冒出來的。手稿還特別提醒，調和測度的總質量是 (1−σ)/2 而不是 1，要是太早把這個核換成機率密度，會改寫指數常數，導致整個證明失效。 拿到下界之後，還得構造出一個真正達到它的函數。Astra 的做法是先借助高斯給出的傅立葉對稱性，但發現鞍點位置不對，於是乘上一個偶的形變，讓鞍點移動同時不破壞對稱性。在把可用的阻尼吃滿之後，得到一個「理想剖面」，其鞍點位移積分靠 Wallis 乘積算出來，正好等於 −(1/2)log(π/2)，這個數字把高斯的半徑 1/√(2π) 精確搬到 1/π，下界預測的半徑與上界構造出的半徑完美對上。手稿裡還有個很具體的註記：構造輔助函數時，遠處需要補一塊正的阻尼，而這塊補丁必須加在整個區間上，不能加在單點上，否則會撞上共振頻率。 第二道備受矚目的難題，是 27 年來無人能構造出的「非 sofic 群」。這個概念由阿貝爾獎得主、俄羅斯數學家 Mikhail Gromov 在 1999 年提出，「sofic」在希伯來語中代表「有限」。用大白話講，這個問題問的是：一個無限大的抽象結構，能不能被一堆「足夠大的有限洗牌操作」近似模擬出來？Astra 給出了顯式構造，答案是可以，存在一個無限的、有限表現的非 sofic 群。曼徹斯特大學數學家 Thomas Bloom 直言，在構造類成果裡，這比先前的單位距離猜想反例更加重大。 手稿最有價值的部分，是它寫清楚了真正的卡點所在。Kun 定理給的是許多個擴張圖，但 Kun–Thom 定理要求的是一個；「多」和「一」之間的這道坎，就是整章的核心難點。AI 稱之為「關鍵的錯配」（the crucial mismatch），並舉了一個例子說明為什麼不能隨便挑一個：在兩份完全相同的 Q 併起來（Q⊔Q）上，「交換兩份」這個操作跟擴張的 K 作用精確交換，但它不保持任何一個分量，那些「近似中心的東西」可以在分量之間來回跳，根本抓不住。在此之前，Astra 還走過一條彎路，試圖把 property (T) 直接轉成混合性，但修正平均雖然治好了譜問題，卻治不了「到底選哪個分量」。 最終版本以一個本質原則重寫：要平均的永遠是分量規模的有界單調函數，絕不能是無界的規模本身。具體做法是在每個環境擴張分量 A 裡取一個頂點加權的中位數 m_A，然後定義 f(x) = M(x) / (M(x) + m_A)，其中 M 是分量規模。這個函數永遠落在 0 和 1 之間，而且 1/2 恰好是每個 A 上的中位數，等於把一個失控的量變成受控的量。關鍵在於生成元是置換，只挪位置、不增不減，走一圈總變化必然是零，而每步最多掉一點點，兩邊都被壓成可忽略。再按高度切開、對小的一側用擴張性兩頭一夾，f 幾乎處處等於 1/2，同一範圍裡所有塊的規模被夾得幾乎一樣大，才能一一對上號。收尾時還剩一小片區域，Astra 的處理相當反直覺——挑一片儘可能大的壞區域整個扔掉，正因為挑的是最大的那片，反而證明它小到可以忽略。Gromov 提出的問題，在 27 年後終於有了答案。 手稿公開後，OpenAI 強化學習團隊的大佬 Mo Bavarian 也在第一時間發文，開頭就形容這是一個「超現實」時刻。他回憶 2021 年團隊放出 GSM8K 資料集，那只是 8500 道小學數學應用題，簡單到只用 2 到 8 步就能解完，但在 GPT-2、GPT-3 的年代，AI 連小學數學題都做不穩，起草郵件已經算勉強夠用。誰也沒想到，短短幾年時間，大規模強化學習突飛猛進，當年那些看似不可逾越的技術死衚衕被一一擊碎。Mo Bavarian 直言：「對我而言，這一刻，比任何時候都更像奇點前夜。」從幾年前在小學應用題裡跌跌撞撞，到如今 2000 美元的 Tokens 就能換來十份可能寫進數學史的答案，奇點前夜，或許真的沒有那麼遙遠。