數學家怕 AI 寫出千頁證明，結果它只寫了 15 頁
人類反證一個關於隨機圖的猜想，用了 250 頁、還建立在另外 200 頁之上；AI 在群論內部十幾頁就證出了更弱的那個結論。AI 的數學證明普遍短而優雅，長證明反倒只有人類寫得出來。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
模型最先替代的是文獻檢索
Erdős 留下的問題被整理成一個網站，標著 open 的題目未必真的還沒解決——數學文獻本身很難搜。一位嘉賓盯著其中一道沒有把握，把題目丟進 GPT-5，五分鐘後模型給出了一篇參考文獻，等於告訴他這題夠得著、這麼做就行。而他和幾個朋友已經在這道題上花了好幾個小時，還不確定是否做得出來。他們隨後又找出十來個同類案例。模型的第一塊陣地不是證明，而是數學家最耗時的檢索與細節執行。
模型不是更聰明，是更敢下注
人類數學家的日常是「和問題賭博」：有個想法，覺得可能行，試幾個小時、幾天、幾週，然後放棄；一兩年後得知別人把你想過的思路做通了。模型的差別不在靈感，而在於它不計算風險回報——人類讓它做，它就做到底。而且它並非窮舉：它試很多不同的路，非常執著，但只能試有限的想法，靠已有知識加數學判斷把搜索樹剪掉。unit distance 問題裡，思路可能早就有人想到，真正難的是把極其瑣碎的執行細節全部對齊，而那部分人類容易迷失，模型幾乎不出錯。
人會被自己的思路汙染，模型不會
人類一旦沿著錯誤路線走了一陣，最早那個想法就和後來失敗的東西綁在一起——用嘉賓的話說，上下文窗口被汙染了，你沒法從上週的自己身上克隆一個乾淨的會話出來，說別做這個、換個方向重建直覺；模型可以，大不了重開一局。它更新「這條路有多大概率走通」的方式也更像計算：人類第一次失敗就會自動下調對方法的信心，模型似乎更擅長反覆調整概率，而不是直接把一條路斃掉。所以它其實也在回溯和犯錯，只是不會因此被拖住。
模型把數值猜測補成了等號
球堆疊問題只有 1、2、3、8、24 這五個維度有精確答案；3 維的證明最短也有幾百頁，出了名的醜陋。長期最好的上界來自 1970 年代兩位俄羅斯數學家的兩頁論文，常數是 2 的 -0.599d 次方——那是某個極其醜陋的優化問題的解。Viazovska 的線性規劃框架只在 8 維和 24 維恰好取到最優，這也是她拿到 Fields Medal 的重要原因。模型做的不是把常數算小一點，而是證明這套框架在大維度下的最優值本身就是那個漂亮的漸近式：是等號，不是不等式。一位嘉賓讀博時在這題上想過約六個月、零進展，最後看到模型用幾頁複分析把它補完。
一句「再推一步」換來一個猜想值
十個問題裡，只有球碼與二元碼這一對是有交互的：他們先讓模型用表示論改進碼的界，模型做到就停下；於是他們追問能不能再往前推，模型給出了複雜得多的表示論版本，而把這條路推到極限，竟然還原了球堆疊在大維度下的那個猜想值——兩項工作不是巧合，而是同一個方法的兩端。這也引出主持人的疑問：這是模型缺判斷力，還是 harness 的問題？嘉賓的答案是任務導向：它做完你交代的事就收工，不是能力不夠，再問一次它就走得更遠。
不是推不動，是沒被要求推
更誠實的一句總結是：這不是能力問題，它當時就是不想做。任務導向是一把刀的兩面——模型會把你交代的事做到，然後停下；有時它明明已經意識到自己做出了突破，也不會主動推到極限，因為那不是你問的。由此引出 taste 的討論：有人給出功利版本的定義，能靠更好的判斷更快解決問題就是 taste；也有人認為 taste 是知道哪些問題、哪些方法值得投入。一個折中方案是拆開：讓一個模型負責 taste，另一個當它的下屬去做長時程的苦工，兩者不必共享上下文，也就不用互相汙染。
AI 十幾頁做到人類幾百頁的事
sofic 群粗略說就是能被有限群逼近的群，此前沒人知道非 sofic 群是否存在。更強的一個猜想（Aldous–Lyons）兩年前剛被推翻：那份工作被稱為 tour de force，250 頁，還建立在另外 200 頁之上，動用了量子複雜度理論，能讀懂的人不多。而證明存在非 sofic 群這個更弱的結論，模型只用了大約 15 頁，全程留在群論裡，只借用了一些已有的群論結果。嘉賓說，一年前他會以為 AI 的證明會是一千頁看不懂的東西，結果恰恰相反——現在只有人類寫得出兩百頁的證明。
證明不再是瓶頸，理解才是
過去的邏輯是：證明一個結果太難，所以後面的理解、吸收、解釋都順帶完成——你自己證出來的東西，自然理解得透，也自然負責講給別人聽。現在證明這塊瓶頸被大幅削掉，理解、把結果放進恰當的框架、向其他人解釋，反而成了顯性的、會被獎勵的貢獻。但天花板還在：數學問題的難度上限很高，即使模型繼續指數式變強，P versus NP 這類問題可能永遠不會被解決。所以數學更可能圍繞這些大謎題組織，小謎題交給機器——順便，模型既生產指數級更多的數學，也讓吸收變快，它在解決自己製造的問題。
原話 · 已逐字校驗
It's not really trying everything. It tries a lot of different things. It's extremely dogged.
它並不是真的在窮舉。它試很多不同的東西，而且極其執著。
It's sort of like your context window is a little polluted, and you can't just make another clone of yourself from last week and say, don't do this, try something else, build your intuition in another direction.
有點像你的上下文窗口被汙染了一點，你沒法把自己上週的克隆體調出來說：別做這個，換個方向，重新建立你的直覺。
I had actually thought about this problem for about six months at some point when I was a graduate student. And, yeah, I just, I remember making, like, absolutely zero progress on it.
這道題我讀博的時候其實想過大概六個月，我記得自己完全沒有任何進展。
So it wasn't like a capabilities issue. It just didn't feel like it at the time.
所以這不是能力問題。它當時就是不想做。
It was like 250 pages building on another 200 pages. It uses like quantum complexity theory.
那是 250 頁的論文，還建立在另外 200 頁之上。它用到了量子複雜度理論。
It's like 15 pages maybe. And it doesn't have any of this like very complicated connection with quantum complexity.
大概 15 頁。而且完全不需要和量子複雜度那套非常複雜的東西掛鉤。
Only humans can generate 200-page proofs right now.
現在只有人類才寫得出 200 頁的證明。
I mean, a nice thing about math is that the ceiling for difficulty of a math problem is pretty high.
我的意思是，數學的一個好處是，數學問題的難度天花板非常高。
數字與實體
| GPT-5 找到一篇參考文獻所花時間 | 5 分鐘 | 4:08 |
| 同類的文獻檢索成功案例 | 又找到 10 個 | 4:08 |
| 參與 Astra 的公開問題數 | 10 個 | 15:18 |
| 3 維球堆疊最短證明長度 | 幾百頁 | 17:22 |
| 球堆疊有精確答案的維度數 | 5 個（1、2、3、8、24 維） | 18:23 |
| 球堆疊長期最優上界的常數 | 2 的 -0.599d 次方 | 20:27 |
| 模型給出的線性規劃界漸近常數 | 約 2 的 -0.601…d 次方 | 22:27 |
| Aldous–Lyons 猜想人類反證篇幅 | 250 頁，另建立在 200 頁之上 | 50:57 |
| AI 證明存在非 sofic 群的篇幅 | 約 15 頁 | 51:57 |
術語
- sphere packing球堆疊
- 在 d 維空間裡求球體的最密排列，是經典幾何難題。
- linear programming bound線性規劃界
- 構造一個滿足兩條性質的函數，把球堆疊密度轉成可優化的上界。
- spherical code球面碼
- 把球堆疊搬到球面上，等價於研究糾錯碼的碼率極限。
- sofic groupsofic 群
- 能在某種意義上被有限群逼近的群；此前不知道非 sofic 群是否存在。
- Aldous–Lyons conjectureAldous–Lyons 猜想
- 任何滿足 unimodularity 的無限隨機圖都能被大有限圖逼近。
- harness外圍編排
- 模型之外由人設計的提示、工具與訓練流程，共同決定最終表現。
收聽指南
做 AI 應用或投資的讀者，尤其是想判斷「模型是不是只會暴力搜索」的人；以及關心科研工作流會被怎麼改寫的研究者。
[43:45] 起講「什麼是群」的入門鋪墊可以快進。