人類卡了幾十年的數論懸案，AI僅用8頁紙就給秒了？
這兩天，整個數學界和計算機圈，都陷入了巨大震撼。
10月18日，史丹佛大學數論學家Jared Duker Lichtman在X上的話，瞬間引爆全網——
「此類證明的存在，強烈暗示了 P≠NP 。」
這句話的導火索，是OpenAI內部模型剛交出的逆天答卷——「不存在Landau-Siegel零點」的證明。
這道解析數論裡卡了幾十年的關鍵難題，學界公認極難。
結果，OpenAI不僅做出來了，原始證明竟然只有8頁！
更刺激的還在後面。頂尖數學家們迅速跟進：
密蘇里大學的Bill Banks先寫了一份19頁的詳細拆解；
緊接著，Bryce Kerr利用雙二次擴張
和Masser的經典結果，把證明壓縮到了6頁；
隨後，牛津大學教授Ben Green再砍一刀，直接給出了5頁紙的終極版本！
從幾十年的無解絕望，到短短5頁紙。倫敦瑪麗女王大學教授Abhishek Saha發出了靈魂拷問：
如果這個問題只要5頁就能證明，為什麼數學家們幾十年都錯過了？
尋找如登天，驗證如喝水
為什麼5頁紙的數論證明，會讓史丹佛教授直接聯想到計算機科學的聖杯—— P vs NP ？
道理很簡單。
一份5頁的證明，任何專家花幾小時就能讀完驗證；但為了這5頁紙，人類最聰明的大腦卻苦苦摸索了幾十年。
「尋找極難，驗證極易。」 這八個字，恰恰就是P≠NP 的底層直覺！
在評論區，Anthropic研究員Joshua Batson一針見血地指出——
數學家的『顯然』總是相對的。事實證明，許多未解難題（相對於AI）都是顯然的！
玩笑背後，是一個極其嚴肅的拷問：當AI幾週內交出700多篇數學手稿，千禧年神題 P vs NP，是不是也快了？
三道高牆，鎖死人類五十年
用一句話解釋 P vs NP：能快速驗證答案的問題，是否都能快速算出答案？
P是「能快速求解」的問題，NP是「能快速驗證」的問題。
數獨、排課、破解密碼都屬於 NP：給你答案，一秒就能檢查對錯；但從零開始找，只能近乎窮舉。
如果 P=NP ，現代密碼學瞬間崩塌，全球金融裸奔，但所有複雜難題都將迎來終極捷徑；
如果 P≠NP ，則意味著宇宙存在本質上無法走捷徑的難題。
這個問題自1971年提出，懸賞100萬美元。絕大多數科學家相信 P≠NP ，但五十多年來無人能證。
難在哪？因為人類不僅沒找到鑰匙，反而證明了現有的開鎖工具註定無效。
這就是著名的三道「屏障」：
1.相對化屏障（1975）：靠模擬與對角化的經典方法，根本不可能解決它；
2.自然證明屏障（1994）：大多數電路下界的證明套路，若能證出P≠NP，就會順手破解偽隨機數生成器，自相矛盾；
3.代數化屏障（2008）：連帶代數技巧的升級版方法，也被證明火力不足。
今年6月，複雜性理論學者Lance Fortnow悲觀地表示：目前人類連一條可行的攻擊路線都沒有。
他建議挑戰者先去證「SAT沒有平方時間算法」這種簡單得多的問題，然後補刀說：「你在那裡也不會成功。」
這，就是AI要面對的對手。
719篇手稿狂轟，9歲萌娃貼臉開大
面對銅牆鐵壁，AI直接開啟了飽和式攻擊。
10月6日，OpenAI在GitHub一次性放出了 722篇手稿（次日撤回3篇），歸為 372個結果家族。
內部模型嘗試了約4000個開放難題，平均每題僅耗時約3小時的ChatGPT Pro算力。
其中，理論計算機科學佔了40個家族。雖然沒直接幹掉 P vs NP，但好幾篇都精準砸在了通往它的主幹道上。
今年 6 月，複雜性理論學者 Lance Fortnow 寫道：除了模擬，我們對通用多項式時間演算法毫無辦法；電路複雜性、證明複雜性、代數幾何等路線，都卡在遠低於多項式時間全部能力的地方。他的結論是，目前連一條可行的攻擊路線都沒有。巧的是，OpenAI 這次的六個結果，恰好在每一條上都插了旗
第112號家族（深度3電路下界）：證明 P vs NP最被看好的路線，是證明某個 NP 問題需要「超多項式大小的電路」。人類在深度3電路的顯式下界上長期卡在
附近，AI這次直接跨過了這道坎。
第102號家族（唯一博弈猜想，UGC）：證明了Subhash Khot在2002年提出的這一核心猜想（含部分Lean驗證）。它與 P vs NP 緊密相鄰，極大強化了許多NP-hard優化問題的近似硬度極限。
基礎演算法與去隨機化：實現隨機對數空間的完全去隨機化(L=RL=BPL)；矩陣乘法指數壓至
；整數乘法和DFT跌破
時間。
圍繞第102號「唯一博弈猜想」，還發生了一幕扎心的插曲。
著名學者Scott Aaronson的妻子Dana Moshkovitz，為這個猜想奮鬥了整個職業生涯。結果發布當晚，他們9歲的兒子跑去嘲笑媽媽：
「聽說有個機器人，把你研究了一輩子的題解出來了！」
《量子》雜誌還披露，MIT的Dor Minzer團隊在9月11日聽到OpenAI的風聲後，為了不被機器搶發，火速趕在OpenAI發布前放出了自己證明的相關變體。
人類數學家，已經開始和ai賽跑了。
大佬潑冷水：外城已下，城門未破
不過，最懂行的專家反而最冷靜。
Lance Fortnow次日發文指出：AI對給定問題的解出率不到10%，而且這些結果沒有一個讓我們更接近解決P vs NP。
Scott Aaronson雖稱10月6日是「數學史上最重要的日子之一」，但也點名：清單裡不僅沒有P≠NP，連P=BPP 這些「小一號」難題也沒有——顯然不是因為沒試過。
他在播客中透露：OpenAI和Anthropic正用內部最強模型競相攻克 P vs NP，但都還沒成功。
冷靜來看，距離破局還有四大硬傷：
1.驗證遠未完成：僅約42%附帶Lean形式化證明，其餘全靠人工。Aaronson坦言，幾乎還沒有人類真正讀懂其中任何一篇長證明。
2.可讀性極差：Moshkovitz評價AI的唯一博弈證明，寫得「糟糕到不借助AI根本讀不懂」。
3.Lean不是萬能的：機器只能保證推理無誤，無法保證形式化定義與原問題完全一致，也無法判斷結果是否重要。
4.核心路線空白：AI突破的是深度3電路和代數電路，而能推出P≠NP的「一般布爾電路下界」，依然是白卷。
終極悖論：AI就是P≠NP 的活證據？
既然城門未破，為何依然說「AI正在逼近」？
因為三個信號已經無比清晰。
第一，難題的「難」被重新定價。 Siegel零點的5頁證明說明，有些絕境缺的沒人想到的那一步。還有多少猜想只差一層窗戶紙？沒人確定。
第二，外圍陣地全面開花。 唯一博弈、電路下界、去隨機化、矩陣乘法……這些周邊陣地的里程碑被AI密集攻克，主攻方向遲早會破局。
第三，規模與速度不是人類量級。 4000個問題，平均每題3小時。當各大實驗室把下一代最強算力死死對準 P vs NP，量變極可能引發質變。
對於最終結局，學界甚至出現了有趣的押注分歧。
Aaronson依然重注 P≠NP；但也有學者認為，如果AI真能破局，答案更可能是 P=NP ——因為讓AI搜出一個巧妙算法，比用現有數學證明「不可能」，要容易想像得多。
不過，整件事最耐人尋味的幽默之處在於——
AI越強大，它本身就越像是 P≠NP 的活證據。
它耗費海量算力去「尋找」證明，人類花幾小時去「驗證」結果。
如果有一天，AI真的燒光算力證出了 P≠NP，那將是這個千禧年難題最完美的一次自我證明。
本文來自微信公眾號「新智元」，作者：ASI啟示錄
