王虹攻下三维挂谷猜想用了数年。OpenAI的内部模型把四维推到满维，等价的算力平均下来，每个结果只烧了三个小时的ChatGPT Pro算力。722篇手稿堆在GitHub上，一个足以撼动数学史的问题摆在面前：当AI从人类的解题者变成出题者的竞争者，数学的未来该谁来定义？
2026年7月，中国数学家王虹站上菲尔兹奖领奖台。她凭借的是三维挂谷猜想的完整证明——那道难题人类追了一个多世纪，在她手中完成了从二维到三维的历史性跨越。
三个月后，OpenAI公开了722篇前沿数学手稿。其中两篇直接瞄准挂谷猜想：一篇97页，给出三维版本的更强形式——挂谷极大函数猜想；另一篇175页，把四维空间的挂谷集合维数问题直接从3.059推到理论上限4。
这不是渐进。这是跳级。
一根针，数学家追了一百零九年
1917年，日本数学家挂谷宗一提出一个问题：一根长度为一、没有粗细的针，在平面内旋转180度，扫过的最小面积是多少？
直觉告诉你，至少是个扇形吧。但英国数学家Besicovitch给出了一个反直觉的答案——面积可以任意小。后来数学家把问题提炼得更纯粹：不要求针连续旋转，只要求集合里包含指向每一个方向的单位长度线段。这样的集合称为"挂谷集"。即使它的面积可以是零，它也必须拥有某种本质上的"厚度"。
这就是挂谷猜想的核心：在n维空间里，任何包含所有方向单位线段的集合，其豪斯多夫维数都必须等于n。
1971年，二维被证明。然后就卡住了半个多世纪。
1995年，沃尔夫证明n维挂谷集维数至少是(n+2)/2。2000年，卡茨、拉巴和陶哲轩把下界推进到2.5000000001——看似微不足道的0.0000000001，却突破了沃尔夫公理的限制。此后二十年，世界顶尖数学家轮番上阵，把下界一点一点往上推，但谁也摸不到3。
2025年2月，王虹和合作者Joshua Zahl在arXiv挂出127页预印本，宣告三维挂谷猜想获证。从论文挂网到2026年7月菲尔兹奖揭晓，学界花了一年半来验证这份证明。即使到今天，还有大量数学家没有完全消化其中的新方法。
OpenAI的模型，只用了不到两周的一个固定流程，就批量产出了722篇手稿，覆盖372个成果族。挂谷猜想只是其中两块。
175页，从3.059到4
四维挂谷集此前的纪录是3.059。从3.059到4，表面差不到一个维度，背后却是数学结构的本质跨越。
三维的证明逻辑不能直接搬到四维。普林斯顿大学教授Guth曾指出，四维空间里的细管可以沿着二次曲面大量聚集，形成三维方法完全控制不住的重叠模式。王虹2025年9月与Zakharov合作的粘性情形满维突破，也只覆盖了特殊的受限场景。
OpenAI这篇175页手稿的处理方式，是把这种"聚集"本身当成了线索。它用二次多项式描述局部线段之间的关系，再追踪这些关系能沿着线段延续多远。但只解释少数线段远远不够——论文借助前文97页三维手稿中的一条加权估计，让选出的局部区域包含足够多的线段交会。而这条引理的源头，依然是Guth、王虹与Zahl的集合估计。
最后一步使用反证法：假设存在一个维数不足4的挂谷集，按线段聚集方式分情形处理，最终让假想反例与自身必须满足的条件冲突，排除维数不足4的可能性。175页一旦通过检验，四维的满维结论就将从特殊情形推进到一般情形——所有方向的单位线段只要齐全，集合的豪斯多夫维数就必须是4。
722篇手稿背后的工业革命
OpenAI的此次发布不是孤立事件，而是两个月内密集爆发的一系列AI数学突破的一部分。
北京时间10月7日凌晨，OpenAI在GitHub上一次性放出722篇数学手稿。这些手稿归入372个成果族，涵盖数论、几何、理论计算机科学、数学物理等17个方向。整个评估过程中，模型被投喂了约4000个研究问题；把输出按相关性归并为成果族、再按足够重要的门槛筛选之后，留下了现在这372族、722篇手稿。绝大多数结果来自同一流程、同一个内部模型。每个结果平均算力消耗，大致相当于ChatGPT Pro思考约三小时。一个值得留意的细节是，手稿文件夹集中在9月23日至10月5日之间——这份清单的主体不到两周就批量产出。
此前，OpenAI已在8月公开10道未解数学问题的解法，附有Lean 4形式化证明和249页手稿。9月8日，模型又宣布解决纳维-斯托克斯方程这一千禧年难题，据称动用约一万个Agent并行计算，产出166页证明。
然而数学界的反应越来越激烈。
9月11日，包括陶哲轩、2026年菲尔兹奖得主邓煜在内的25位菲尔兹奖得主联名发表声明《人工智能在数学中的严重错位》，批评AI公司将攻克名题当作营销手段，仓促发布不仅没有推动数学发展，反而产生负面影响。
9月29日，设在普林斯顿高等研究院的数学与人工智能独立咨询小组（AGMAI）发布《负责任地发布AI生成数学结果》的建议。一周后，OpenAI在这套建议框架下交出了实操答卷：在GitHub公开首批手稿，附推理摘要、算力估计和问题尝试数，约六成三的成果族附有Lean形式化说明。AGMAI在回应中称此次发布为"数学领域的一项重要事件"，但强调其咨询角色不代表认可这批成果的影响，也不代表支持OpenAI取得这些结果的方式。
证明消化不良
陶哲轩提出了一个概念：证明消化不良。
一道题被AI解掉，就没法再变回未解决的状态。但那些原本可能在这道题攻坚过程中产生的新方法、新理解，也随之断掉了。人类数学家需要的是一个可以理解、可以学习、可以传承的证明，而不仅仅是一个结论。
审稿能力已经成了彻底的瓶颈。以王虹的三维挂谷证明为例：127页，论文挂网到菲尔兹奖揭晓前后共一年半，到今天还有数学家没有完全消化。而现在，一次性来了722篇手稿，其中很多是上百页的长篇论证。全世界能读懂某一篇的专家可能只有几十个人——而这些专家各自有自己的研究，不可能放下手头工作来当全职审稿人。
更有挑战性的是，OpenAI自己也承认，这些结果里有不少连OpenAI自己的数学家也没有完全理解，其中就包括074号挂谷成果。这是"硅基大脑"产出的证明，回头向碳基大脑解读，出现了严重的带宽不匹配。
AGMAI此前已指出，AI如今可能产生连提示者都无法理解、验证或负责的数学论证。该组织同时反对AI实验室使用外界无法取得的专有模型测试前沿数学问题，担心这会造成少数AI实验室远远领先其他研究者的两级制度，使数学社群逐渐与自身研究领域疏离。
当解题者变成审题者
这不是一个简单的好坏故事。
一方面，AI展现的能力超越了几乎所有数学家的预期。一个百年难题被AI从3.059推到四维满维，722篇手稿覆盖372个成果族，涵盖挂谷猜想、准黎曼假设、唯一游戏猜想、CM阿贝尔簇的霍奇猜想等众多名题。这本身就证明AI在前沿科学中的潜力不是附庸，而是开路者。
另一方面，当跨越近半个世纪的25位菲尔兹奖得主集体签署声明，表达的担忧同样真实：如果下一个重大突破不需要被理解，如果数学的未来变成AI产出的未经验证答案的集合，数学这个学科的核心——理解、传承、创造——将受到根本性冲击。
王虹攻下三维后，三个月OpenAI就推到了四维。那么五维呢？更大的猜想呢？
上述两篇手稿目前仍处于等待独立专家检验的阶段。如果最终成立，这将成为数学史上的标志性时刻——不是因为四维被解决了，而是因为人类社会第一次大规模面对一个自己创造了、但自己读不懂的证明。
这届菲尔兹奖会被记住，不只为王虹站在领奖台上的瞬间，更为那三个月后摆在GitHub上的175页。
有一个问题还在等待回答：当AI把人类数学家的角色从解题者变成审题者甚至旁观者时，数学这个学科，将如何重新定义自己。
快报