韦神主攻的千禧年难题，被Claude攻破了？
原来，首位华人菲尔茨奖获得者、清华大学教授丘成桐也是新智元读者！
昨日，我们报道了费马大定理的证明被 Claude 首次形式化，其中的关键是清华姚班校友彭天翼基于 Claude 的 Prove2Me 系统。
拓展阅读：刚刚，Claude首次形式化证明费马大定理！清华姚班大神出手了
出乎我们意料的是，我们注意到了网络上流传的一张相关截图：
丘成桐先生悬赏 10 万元，征集对佩雷尔曼给出的庞加莱猜想证明的形式化验证！
庞加莱猜想是拓扑学中一个关于三维空间形状的著名数学定理，指出如果在一个封闭的三维空间里，每条封闭的曲线都能收缩成一点，这个空间就一定同胚于三维球面。2006 年，数学界普遍认可了佩雷尔曼完成了庞加莱猜想的证明。
目前我们尚未彻底证实截图真实性（据说按规定截图一律不许外传），但 AI 既然能完成费马大定理形式化证明，那 AI 也极有可能形式化庞加莱猜想的证明。
几乎同时，另一道悬赏 100 万美元的千禧年难题纳维-斯托克斯（Navier-Stokes）方程，据传已被 Anthropic 的 Claude 解决，证明正送专家评审。
这个难题方向也是韦神（韦东奕）主攻的，仅相关的阶段性成果就使他荣获国家自然科学奖二等奖。
若传闻属实，Claude 尚未发布的内部旗舰模型的数学推理能力将远超包括 GPT-6 Astra 在内的所有公开模型。
陶哲轩对此回应称，虽然目前无法证实传闻真伪，但他严谨地说 AI 攻克此类难题「并非完全不可能」。
但他随即用数千字推演了一个问题：如果 AI 真的以黑箱方式解决了这类难题，数学会怎样。
结论出乎很多人的预料：可能弊大于利。
Navier-Stokes 方程撑起工程界
却难倒数学界近两百年
传闻目前最主要的传播节点是科技博主 Andrew Curran 在 X 上抛出的「预测」：Claude 解开了 N-S 方程，Anthropic 计划在 IPO 前公布。
https://x.com/AndrewCurran_/status/2096062392442724805
随后多条信源交叉：OpenAI员工向外转述了消息，数学家 Elliot Glazer 追踪传闻链条后发现，最初版本声称 Anthropic 解决了「两个」千禧年难题，后被纠正为一个；
爆料人「草莓哥🍓🍓🍓」@iruletheworldmo 则称已攻克「多个」；
https://x.com/iruletheworldmo/status/2096262005149548951
有人估算，若属实，模型能力将超过 170 ECI。
Epoch AI 最新发布：GPT-6 Astra 的 ECI 为 169
另有数学教授告诉 Glazer，他从可靠信源听到的版本是「被解决的是霍奇（Hodge）猜想」。
但所有信源均可追溯至 OpenAI 员工的转述，没有独立的一手来源。
https://x.com/ElliotGlazer/status/2096298696438906934
截至 9 月 6 日，克雷数学研究所（Clay Mathematics Institute）仍将 N-S 方程列为未解问题，100 万美元奖金尚未被认领。
别杀死下金蛋的鸡
陶哲轩的核心观点可以概括为以下推理链：
著名猜想的价值在于求解过程催生的工具，答案本身反倒次要 →
AI 若以黑箱方式给出答案，过程中的洞见全部锁死 →
问题在技术上「被解决」，但数学停止生长
以 N-S 方程为例：几十年来，数学家在求解过程中催生了 Leray-Hopf 弱解理论、Gagliardo-Nirenberg-Ladyzhenskaya 不等式、Beale-Kato-Majda 爆破准则等一系列奠基性工具，构成了现代偏微分方程的基础设施。
费马大定理更能说明同样的问题：三百多年求证催生了模形式理论和椭圆曲线理论，在密码学与编码理论中持续发挥作用。
这些猜想就像下金蛋的鸡，AI 暴力证明拿走了蛋，却可能杀死了鸡。
甚至包括 GPT-6 Astra 在内的新旗舰模型，开始使用 Recurrent Depth（循环深度 / 潜空间推理）来取代 Transformer 作为推理方式——代价是思考过程进入黑箱，我们无法在一个清晰的思维链中获取攀登科学高峰的脚手架了。
拓展阅读：刚刚，OpenAI新Transformer火了！Astra架构首次曝光
陶哲轩用素数间距问题构建了一个反事实思想实验来佐证：真实时间线上，张益唐 2013 年的突破（上界 7000 万）引发了 Polymath8 协作、梅纳德筛法等教科书级工具的诞生，上界一路降至 246。
但假如 2005 年就有追求刷榜的 AI 公司暴力求解，梅纳德筛法可能被埋在 AI 生成的数百页证明中永远不被发现，张益唐继续在三明治店工作，整个领域被掏空。
一位研究生在帖子下的评论浓缩了这种情绪：「和同学聊天，非常普遍的感受是——觉得自己做的所有事情都不再重要了。」
不过，陶哲轩明确给出了正面案例。
他举了 Erdős problem #1026：AI 用于协作，既解决了问题，也推进了人类理解。
他批评的是一些刻意的选择：不与领域专家合作、不撰写论文提交同行评审、只为跑出一个基准分数。
Anthropic 和 OpenAI 将最前沿数学作为 Benchmark，大规模 PR，为自己的十万亿人民币级 IPO 估值背书。
凡人终将被甩在身后
但陶哲轩自己也承认了一件事：即便 N-S 方程以理想方式被解决，最终的构造也将「极其复杂，人类不可能仅凭自身完成验证」，用 Lean 形式化后的证明文件可能成为同类制品中最大的一个。
这个判断已经在其他地方得到了充分印证。
9 月 4 日，Anthropic 宣布 Claude 在 11 天内完成了费马大定理的 Lean 形式化：1300 万行代码，29500 条中间定理，60 亿 Token 的输出。
审阅者、伦敦帝国理工的 Kevin Buzzard 评价这是「非凡的自动形式化成就」，证明过程「除数学公理外不依赖任何额外假设」。
但 1300 万行 Lean 代码没有任何人类能逐行阅读，人类验证已经退化为：运行编译器，看它是否报错。
这正是 ASI 降临的前兆。
AI 的数学产出正在超出人类理解的极限。
目前人类还能设计试探解、选择策略、判断哪条路径值得探索。
但当模型的推理能力继续攀升，连顶尖数学家都无法理解它的中间步骤时，陶哲轩所珍视的那种「人类在探索过程中积累直觉」的模式，将在物理意义上不再可能。
智力有限的凡人，终将被 ASI 远远甩在身后。
说得好，没有人打算停手
Anthropic 和 OpenAI 显然不会因为陶哲轩的警告而放慢脚步。
2026 年的 AI 数学军备竞赛已经全面展开：8 月，Anthropic 一个未发布的研究模型试着证明黎曼猜想，没有成功，但在过程中将黎曼 ζ 函数零点满足猜想的比例下界从 41.6% 推到了 67.2%，打破了人类保持的最佳纪录。
最离谱的细节是：驱动这次突破的 Anthropic 员工 Jarred Sumner 没有数学背景，他只是不断提示模型「继续试」。
同在 8 月，OpenAI 宣布 Astra 解决了 10 个悬而未决至少十年的数学和理论计算机科学问题，包括首次构造非 sofic 群（该问题自 Gromov 1999 年提出以来一直未解），全部附带 Lean 4 形式化证明，总算力成本仅约 2000 美元。
https://openai.com/zh-Hans-CN/index/ten-advances-in-mathematics/
谷歌 DeepMind 也在推进。
5 月，AlphaProof Nexus 解决了 353 个 Erdős 开放问题中的 9 个，证明了 492 个 OEIS 猜想中的 44 个，全部带有 Lean 机器验证。
同月，OpenAI 推翻了 Erdős 1946 年提出的单位距离猜想，菲尔兹奖得主 Tim Gowers 表示他会「毫不犹豫地推荐这篇论文在《Annals of Mathematics》（数学最权威刊物）发表」。
预测市场 Manifold 上，「2026 年 AI 解决千禧年大奖难题」目前投票为真的最新概率是 18% 左右。
传闻和证据都在同一个方向上堆积。
悬赏 100 万美元的难题可以被解决，但如果解决的方式让数学停止生长，那 100 万美元买到的东西，可能远不值这个价。
Goodhart 定律已经再一次应验：指标一旦成为唯一目标，就失去了度量价值的意义。
但要撑起万亿美元级以上的 IPO 估值，Anthropic 和 OpenAI 不能只证明自己「安全」，必须证明「实现了全面超越人类水平的 AI」，也就是 ASI。
还有什么比解决困扰人类数百年的纯数学难题（费马大定理、N-S 方程、庞加莱猜想等）更能赋予一家公司「神迹感」的？
参考资料：
https://x.com/andrewcurran_/status/2096062392442724805
https://x.com/ElliotGlazer/status/2096298696438906934
https://mathstodon.xyz/@tao/117219550172730624
https://mathstodon.xyz/@tao/117219101339291693
