AI Agent最近在数学上的进展
变革与误判
今年夏天，丘成桐接受采访时表示：大语言模型拿到IMO金牌有什么稀奇，一个中学生不也能拿到；至于埃尔德什问的一千多个问题，大多是组合，不算是数学的重要分支，我不在乎；如果大语言模型能解决希尔伯特问题或者克雷问题中的任何一个，我都会很惊讶。
当AI Agent解决纳维-斯托克斯问题(2026.09.08)，以及OpenAI放出七百多个问题证明过程(2026.10.06)后，丘成桐紧急成立新数学中心(2026.10.11)，承认自己误判了AI的能力，并且说OpenAI不给咱们用，咱们要搞自己的。
这两次，OpenAI依然选择了GitHub发布。和2025年夏天无人问津（仅439个star）的IMO金牌发布仓库不同，这俩已经分别收获了2.1k和14.9k个星星。
对于那几百个问题，数学家Frank Calegari两天后就写了一下科普和自己的看法(2026.10.08)，可谓勤政。值得一读。
我承认我也没想到大语言模型在数学上进步会如此之快。因为缺少大学难度的数学benchmark，所以在AI突破中学竞赛后，没有合适的考试题能测出AI能力的变化。中学竞赛的AIME，在2026年初可以被9B的Qwen3.5打到九十多分；中学竞赛最难的IMO，到2026年初已经有五六个大模型宣布拿下金牌；然而，大学数学并没有合适的benchmark，普特南竞赛并不流行，那似乎只能用埃尔德什、希尔伯特、克雷研究所的问题当benchmark了。这就像当年高斯的老师把领域里最难的问题当成作业留给高斯一样。
斗争与承诺
OpenAI草率地放出几百个问题，引发数学家震怒。AHM发起反击，陶哲轩转发表示支持(2026.10.07)。
我觉得OpenAI做得是有些过分，至少应该
- 集齐所有Lean
- 让GPT详细读一遍证明
当然，OpenAI也有值得夸赞的地方，比如：
- 用GitHub发布，承诺会保留所有修改历史（不过，就算OpenAI不承诺，Git也会保留所有修改历史）。
- 没有先在小圈子内获得一致认同（小圈子是最可怕的事情，隔阂、误解均来自于此）
尚未
长期来看，我觉得事情没有那么乐观。克雷七问题中最难的黎曼猜想和P=NP，我认为几年之内很难被攻克。就算到2096年，GPT-96也未必能攻克黎曼猜想。