2000美元破解10道世纪难题，OpenAI Astra让数学家“裂开”

TL;DR：

OpenAI的新模型Astra只花2000美元（约等于一个研究生周末的津贴）就解决了10个困扰数学界几十年的难题，包括非sofic群这种“菲尔兹奖级别”的硬骨头。数学圈先沉默后炸锅，但质疑声也不少：这到底是真·突破还是大型营销现场？不管怎样，数学研究的“价格标”已经被打了下来。

2026年8月1日，OpenAI扔出了一枚核弹。它的下一代模型Astra（目前还是内部版本）一口气解决了10个至少十年没有进展的数学难题。成本？折算下来只要2000美元——平均一道题200美元，差不多是北美一个研究生周末的津贴。¹

消息一出，数学圈的反应不是欢呼，而是长时间的沉默。然后集体“裂开”：“这AI是要拿菲尔兹奖吗？”

Anthropic研究员半年前的调侃——“下周颁发的菲尔兹奖，可能是最后一个颁发给人类的”——眼看就要被OpenAI兑现了。²

但等等，是真突破还是营销？我们先看看Astra到底做了什么。

十连杀：AI挑翻了哪些“硬骨头”？

这十道题覆盖高维几何、编码理论、群论、算子代数、量子复杂度、格密码学、极值组合学等多个领域。每一道都是开放超过十年、核心进展长期停滞的“钉子户”。³

最炸裂的是非sofic群的存在性构造。 1999年，阿贝尔奖得主Mikhail Gromov提出sofic群概念——简单说，就是问“无限复杂的群能不能用有限的置换去逼近？”这个问题牵动一大片数学领域，27年来无数顶尖数学家尝试找反例，全折了。¹

Astra直接从数学工具箱里拎出“二元Leavitt代数的单位群”，把Kun-Thom扩展图理论和Thompson群V揉在一起，硬生生逼出一个矛盾。³——这操作，人类看了直呼内行。

同一赛道的另一记重拳：Connes刚性猜想被直接证伪。 1982年菲尔兹奖得主Alain Connes曾断言某些群由它们的von Neumann代数唯一决定。Astra不仅推翻了这个断言，还“下了一场暴风雪”——它构造了一整个可数无限的群家族，这些群彼此不同构，但它们的von Neumann代数完全一样。⁴

还有停滞了46年的高维球体堆积问题。 1978年苏联数学家给出一个密度上限（KL界）后，再没人能往前推一步。Astra精确计算了Cohn-Elkies线性规划的指数衰减率，首次突破了那个卡了半辈子的界。¹

此外，它还解决了埃尔德什的三道经典问题、给出了算术电路新下界、量子博弈指数并行重复定理、格密码学多项式因子近似困难性……曼彻斯特大学数学家Thomas Bloom说，这批成果的整体分量比五个月前证伪单位距离猜想更重要。⁴

数学圈：沉默、震惊、然后开始“找茬”

Astra公布后，顶尖数学家的反应非常直接。罗格斯大学教授Alex Kontorovich只留了两个惊叹号：“！！”¹ 菲尔兹奖得主Timothy Gowers表示：“如果这些证明通过了同行评议，我们需要重新思考‘做数学’意味着什么。”¹ 牛津大学的Thomas Bloom感叹：“25年前我们还在用纸笔，现在AI直接证明了非sofic群。”⁴ 数学家兼AI研究员Ilya Glazer说得更彻底：“数学家的定义被改写了。”¹

AI圈同样震动。OpenAI首席科学家Noam Brown说：“测试时计算还远未见顶——我们低估了推理算力的价值。”¹ 微软研究院副总裁Sebastien Bubeck感慨：“我不敢相信我们真的做到了。非sofic群从‘几乎不可能被证明’的列表中被划掉了。”¹ 独立评估机构Epoch AI强调，他们确保这些题目没有出现在训练数据中——Astra展现的不是检索，而是真正的创造力。⁵

但在一片惊叹中，刺耳的质疑声同样响亮。认知科学家Gary Marcus泼了一盆冷水：这是“合成谬误”——把数学上的成功夸大成通用智能的跃迁。数学专长并不等于通用智能，Astra甚至不一定能可靠地读取PDF。¹ Marcus还指出，数学之所以成为AI突破口，是因为它适合符号验证和大规模生成合成数据，但这不能外推到开放世界。⁶

冷静四点：先别急着“封神”

热闹归热闹，以下几点值得你冷静下来再看。

第一，Astra是未发布的内部模型。 OpenAI只展示了精选的10道题，我们不知道它试过多少、失败了多少。Noam Brown承认他们试过黎曼猜想，还没成功。¹

第二，同行评议尚未完成。 目前这些结果还没经过传统期刊的同行评议。有数学家指出，Astra在国会山的演示更像“精心策划的营销事件”。从“攻破”到“被数学界确认”，还隔着一个完整的独立复核周期。¹

第三，Lean验证通过不等于证明原创。 OpenAI在GitHub上公开了Lean形式化证明文件，sorry_count为0，说明推导在逻辑上没有漏洞。但形式化系统只能检查推理链是否合法，无法判断模型是否真的“理解”了题目，也无法评价证明的方法和创新性。¹

第四，2000美元只是推理成本。 这个数字只计算Token消耗，按Sol API价格折算。模型训练成本（数十亿美元）、研发团队薪资、选题成本、数学家参与费用都没有计入。把“2000美元拿下菲尔兹奖级难题”挂在标题里，有点把毛利率当成本价的味道。¹

真正的大招：数学的“经济学”被改写了

抛开狂热与质疑，Astra这次真正的意义可能不在“10道题”本身，而在三件更底层的事。

第一，它第一次把“提出论证、整理论证、机器验证”串成了一条流水线。 过去大模型在数学领域充其量是算得快的计算器，现在论证由模型自己生成，人类负责整理，模型再转化成Lean形式化证明——数学研究最核心的两个关口“想出来”和“确认没错”第一次被同一个模型同时攻破。¹

第二，能力证明从“benchmark分数”换成了“解决真正没人解决过的问题”。 未解难题没有参考答案，没有泄露风险，Astra展现的是真正的创造力。但这也留下一个软肋：验证权在谁手里？独立验证之前，“解了10道题”只能算营销信号。¹

第三，Altman优先在华盛顿做demo，透露了很多。 Astra的发布首先是给政策制定者看的，因为AI政策的走向取决于是否相信AI公司有能力管好风险。Astra预计将成为首批须经特朗普政府新版AI框架审查的产品。⁶

所以，Astra真正的意义不是“AI要拿菲尔兹奖了”——至少今天还不是。它真正触及的是数学研究的经济学根基。以前养一个团队五年攻一道题，现在可能几千美元就能批量扫出候选答案。OpenAI同期宣布向10万科学家免费开放最强模型——这显然是在抢下一代科研入口。¹

陶哲轩在2026年国际数学家大会上说的那句话，已经提前命中了这个时刻：“从证明稀缺到证明过剩。”¹ 当一台中端笔记本就能批量生产被机器验证的数学证明，稀缺的将不再是“能不能证出来”，而是“我们还想问出什么值得被证的问题”。

2000美元可以买来10个定理的证明，但买不来那个“为什么要问这个问题”的瞬间。那个瞬间，依然属于人类。

---

引用

• OpenAI Astra
• 数学证明
• 世纪难题
• AI突破
• 非sofic群