10 月 26 日，OpenAI 发了一篇博客，语气很平，内容却像往基础科学界扔了三颗炸弹。一篇公告里，它说自己的模型推翻了一个被相信了近 30 年的计算复杂性猜想，证明了所有维度的 Kakeya 猜想，还给出一套四维量子场论的严格存在性证明，范围覆盖量子色动力学，也就是质子和中子内部那套强相互作用的理论。消息一出，OpenAI 总裁 Greg Brockman 在 X 上写道，人工智能开始帮我们加深对宇宙的理解。
图1、Greg Brockman 发布当晚的官宣帖
这件事最反常的，不在成果，在发布方式OpenAI 把这次的三项成果明确定位成原始科研数据，不是打磨好的论文。为了把这些数据变成科学理解，它用了三种不同的交接方式，给每个领域配了外部专家当牧羊人。数学那项直接公开模型输出，计算机那项公开输出并组建外部核查组，物理那项则把材料留在专家手里，由他们自己写阐述。它立了四条原则，透明，不争署名，认可阐释者，独立无偿。说白了，OpenAI 不要学术功劳，把发现交给学界去验证和解释。
图2、官方博客对发布方式的交代
数学，Kakeya 猜想到底说了什么先说最直观的一项，Kakeya 猜想。它的原始版本很好懂，一根无限细的针，要在平面上转完所有的方向，最少需要多大的面积。答案小到反直觉，一个面积可以任意小的集合，就能让针转遍每个角度。这个听起来像几何游戏的问题，和波动如何聚焦紧紧绑在一起。1991 年 Sogge 提出局部平滑猜想，说波最极端的聚焦一定是短命的，典型时刻的聚焦远小于最坏情况。OpenAI 说，模型给出了二维及以上所有维度下的证明，于是 Kakeya 猜想和 Stein 限制猜想在所有维度一并解决。新证明靠的是一个全新的辅助偏微分方程。
这件事背景很硬，2019 年王虹，Guth 和张瑞祥解决了局部平滑猜想的二维情形，2025 年王虹和 Zahl 解决了三维 Kakeya 猜想，王虹凭此拿下菲尔兹奖。AI 现在说，它把这件事在所有维度都做完了。模型输出 10 月 18 日拿到，第二天完成 Lean 形式化，按 10 月 6 日的策略公开在了 GitHub。
计算机，ETH 这个老假设倒了第二项更让计算机科学家坐不住。指数时间假设，简称 ETH，说的是布尔公式满足性这类难题，复杂度注定随规模指数级增长，绕不开。这个假设被相信了快 30 年，几百篇论文拿它当跳板，去推导图论，计算生物学，数据库，计算几何里一大批问题的难度下界。ETH 和 P 对 NP 这道世纪难题也贴得很近。OpenAI 说，系统证出了 ETH 为假。具体做法，是给出一个确定性算法，在亚指数时间和多项式空间内，精确数出定宽 CNF 公式的满足赋值个数，3-SAT 那种情况就直接推翻了 ETH。
讽刺的是，当初提出 ETH 的学者，现在来核查这个反证。OpenAI 找来 Impagliazzo 和 Paturi，加州大学圣地亚哥分校，1999 年和 Zane 一起提出 ETH，以及 MIT 的 Ryan Williams 牵头把关。想法 10 月 16 日由模型用自然语言写出，10 月 17 日完成 Lean 验证。Williams 在 X 上写道，他们的参与不代表认证，这么重大的结果需要审慎而独立的审查。
图3、ETH 牧羊人 Williams 的澄清帖
物理，QCD 存在性最重的一项第三项离应用最远，分量却最重。量子场论是现代理论物理的骨架，可它在数学上一直没被严格搭起来。OpenAI 说，模型给出了一类含规范场和费米子的四维相互作用量子场论的严格存在性证明，范围覆盖量子色动力学，也就是描述夸克和胶子如何靠强相互作用绑成质子与中子的理论，还覆盖标准模型的一种大统一补全。作为子问题，它还证明了纯杨-米尔斯理论的存在性，这正是克雷数学研究所千禧年大奖难题的一部分。这项工作沿着 Balaban 构造性量子场论的路子推进。
杨-米尔斯的自然语言证明 9 月 9 日给出，QCD 9 月 18 日，杨-米尔斯的形式化 10 月 16 日才完成。牵头的是 David Gross，2004 年诺贝尔物理学奖得主，他 1973 年关于渐近自由的研究把 QCD 立为强相互作用的正统理论。同组还有 Douglas，Jaffe，Klebanov，Nekrasov。和前两项不同，物理这组决定暂时不公开 AI 产物，由五位学者自己闭门研读，亲手写阐述。
掌声之外，该有的冷静到这里，故事的另一面要摊开说。OpenAI 自己都提醒，这些成果尚没有一项经过独立验证。Lean 能确认形式化后的陈述从形式化证明里推得出来，却确认不了这个陈述是否真的等价于原本的猜想，这步翻译恰好是专家要盯的地方。而且这不是 OpenAI 第一次撤回。10 月 6 日那批初版 722 篇手稿，次日就有 3 篇因为符号错误被撤下。
更微妙的是发布方式本身的争议。一个由 Gowers，Hairer，Witten 等九人组成的数学与 AI 顾问组，此前公开建议，AI 公司不该指定某些人先拿到输出，理由是不平等获取，借用声望，选择偏倚。OpenAI 也承认，选定最初的牧羊人必然造成信息不对称。所以这篇博客与其说是捷报，不如说是一张尚待学界签收的移交单。
这些手稿都公开在 OpenAI 的 openai/math 仓库，目前收录 721 篇，归成 373 个族，约 42% 的主线结果已经完成 Lean 形式化。仓库最近一次更新就在 10 月 26 日，和这篇博客同一天。
图4、官方仓库 openai/math 的成果清单
最后算一笔账。OpenAI 给 Simons 基金会捐了 500 万美元，专门支持学者独立审查，解释和扩展这些结果。三个月前它还只是甩出一堆手稿，现在已经开始搭协作机制，把机器产出交到人类手里。无论这三项最终有几项站得住，方向已经清楚，AI 不再只是回答问题，它开始在数学和物理的最前沿，给出人类还没走到的那一步。剩下的，交给时间和那批愿意逐行验证的人。