OpenAI 用 2000 美元证明了一道 48 年的数学悬案——但 Lean 不是保险箱
Site Owner
Published on 2026-08-04
OpenAI 下一代模型 Astra 用 2000 美元 token 成本拿下 10 项数学长期未解难题，其中一项是 48 年首次推进的球体堆积密度。但同期 Lean 形式化证明科拉兹猜想被 3 天内发现是利用内核漏洞伪造。哥大 Henry Yuen 说 AI 证明正确但自己读不懂，Kontorovich 直指形式化数学真正的盲区是'说错了话'。工程读者可对照自己的 PR review 流程重新审视自动化测试的角色。
OpenAI 用 2000 美元证明了一道 48 年的数学悬案——但 Lean 不是保险箱
OpenAI 公布下一代模型 Astra 的内部版本，一口气拿下 10 项数学与理论计算机科学长期未解难题——总成本 2000 美元（来源：智东西，2026-08-02）。三天后，另一份号称"Lean 形式化证明"的数学猜想证伪，被发现是利用 Lean 内核漏洞伪造的——3 天判无效（来源：新智元，2026-08-03）。
同一个月里，AI 与数学界的关系正在出现裂痕。
<!-- 配图：AI 数学发现流程图 -->
1. 2000 美元重新定义了"研究成本"
10 道题横跨高维几何、编码理论、群论、算术电路复杂性、量子复杂性、格密码学和极值组合学。其中含金量最高的一颗：高维球体堆积密度上界推进到 Cohn–Elkies 阈值——这是自 1978 年以来 48 年的首次一般性改进（来源同上）。另外两项直接解决了埃尔德什公开问题第 183 号、146 号和 180 号。
这不是 OI 竞赛 24 小时 hack。这些是数学家熬白头发的十年悬案。
按 OpenAI 公布的算力成本（Sol API 费率），生成全部论证加 Lean 形式化通过的 token 费用约 2000 美元——折合每道题 200 美元。同一道题如果让菲尔兹奖级数学家带研究生团队做，5–10 年人力成本起步 40 万美元。
差价至少 2000 倍。
把这件事翻译成开发者语言：Astra 不是给研究员省了点时间，是算力直接替代人力——而且替代到了连"研究"这个最不可能被替代的工种。
再看一眼连锁反应：今年 5 月 OpenAI 公开过 AI 发现厄尔多什单位距离猜想反例，之后学术界紧跟着发表了多篇重量级论文，涉及实数和积猜想被推翻、Elekes-Ronyai 问题、闵可夫斯基网格重复距离等前沿方向。单点突破变成学术传染——这不是工具，是新生产关系的开端。
48 年没动的球体堆积，被 2000 美元撬开了。数学家们是时候问问自己：研究是不是自己最后的山头。
2. 三天后，Lean 证明被打假了
但事情没那么乐观。
上周，独立研究员 Ramana Kumar 用 300 行 Lean 代码宣布"证伪"了科拉兹猜想——那个 1937 年提出、连 Erdős 都说"数学还没准备好应对"的问题。如果成真，是数学界的爆炸性新闻。
3 天后，OpenAI 的 Daniel Selsam 带着专攻网络安全的 AI 协助 Lean FRO 做了一次内核审计。结果：Lean 内核里发现不止一起漏洞，那份 300 行证伪被判无效（来源同上）。
Lean 不是保险箱。这件事把所有人的侥幸打掉了。
如果连 Lean——这个号称"形式化数学圣杯"的定理证明器——都能被假证明骗过，那过去几年"AI + Lean = 数学真理"的乐观叙事都得打折扣。
更要命的是，这不是孤例。Leanstral、AlphaProof、Lean FRO 自己的修复都在赛道上卷，但内核级的可靠性才是底线。底线动摇一次，整个赛道的可信度都跟着晃。
当你以为有个编译器在帮你兜底，结果编译器自己也有 bug。这就是 Lean 这周教给所有人的事。