AI攻克菲尔兹奖难题，成本仅2000美元

8月初，OpenAI扔出一颗炸弹：下一代内部模型"Astra"一口气在10个菲尔兹奖级别的数学难题上取得突破。62页核心手稿直接公开。有人算了一笔账，烧掉的Token成本仅2000美元。

这件事在科技圈引发了巨大震动。不是因为AI又解了几道数学题，而是因为这些难题的难度级别——高维球体堆积、Connes刚性猜想、多色Ramsey数——都是困扰人类数学家几十年的硬骨头。

AI数学能力是怎么进化到这一步的？

一年前，大模型做小学数学题还会出错。半年前，GPT-5能搞定大部分高中竞赛题。现在，AI已经开始啃菲尔兹奖级别的难题了。这个进化速度远超所有人的预期。

关键变化在于推理范式的转变。传统大模型是"快思考"，看到问题就给出答案。新一代模型引入了"慢思考"机制：先分解问题、中间推理步骤、验证中间结果、最后综合得出结论。Astra模型就是在这种长链推理上做了深度优化。

有意思的是，OpenAI这次选择公开手稿。62页文档详细展示了模型对每个问题的推理过程。这在以前是不可想象的——OpenAI曾经因为担心GPT-2被滥用而拒绝开源完整模型。现在他们主动公开数学推理手稿，说明竞争压力已经大到他们不得不秀肌肉了。

开源vs闭源，黄仁勋站了出来

就在Astra引发讨论的同时，另一件大事也在发生。7月24日，黄仁勋在X上发了第一条推文，联合微软、IBM等几十家科技公司和组织，公开反对监管层对开源模型的限制。

他说了一句被广泛传播的话："这个世界既需要最前沿的闭源模型，也需要最前沿的开放模型，我们不能制裁开源。"

这被网友戏称为"科技行业集体起义"。Logo墙上密密麻麻排满了科技巨头的标识，场面相当壮观。

开源和闭源的争论其实从来没停过。OpenAI最初叫"Open"却又是最封闭的，曾被嘲讽名不副实。但在中国开源模型的竞争压力下，OpenAI也开始重新开放模型权重。市场竞争逼着所有人走向开放，这或许是最好的结果。

数学家要失业了吗？

短期来看不会。Astra的成果还需要数学界独立验证。但长期趋势已经很清楚了：AI在纯逻辑推理领域的能力正在快速逼近甚至超越人类顶尖水平。

有数学家提出了一个耐人寻味的问题：如果AI能拿菲尔兹奖，人类还剩下什么？

答案可能是：人类负责提出问题，AI负责解决问题。提出好问题本身就是一种创造力。高维球体堆积问题是人提出来的，Connes刚性猜想也是人提出来的。AI擅长的是在海量可能性中找到正确路径，但"往哪个方向走"这件事，目前还需要人的直觉和审美。

另一个角度是：当AI能解决数学难题时，把这种能力开源给所有人，是普惠还是风险？黄仁勋选择站在开源这边。而OpenAI虽然公开了手稿，但模型本身并没有开放。

这场争论不会很快有结论。但有一点是确定的：2026年夏天，AI的能力边界又被推远了一大截。不管你是数学家、程序员还是普通上班族，这件事都值得关注。因为下一个被AI"开智"的领域，可能就是你正在做的事。