ai产业链
OpenAI的数学突破：当证明变得便宜，科研的瓶颈会移到哪里？
信源：a16z访谈，Lisha Li对谈OpenAI数学家Mark Sellke、Mehtaab Sawhney，2026年9月8日。
研究者让模型改进一个编码理论中的上界。它完成任务，然后停了下来。人类看出这条路线还有潜力，追问能否继续推进，模型才进一步深入，最终连出了与高维球堆积有关的新结果。这个细节贯穿了整场访谈的核心张力：AI已经能完成过去让数学家卡住的推导，但一次任务的终点，未必就是一项研究应该停止的位置。
OpenAI这批数学成果所揭示的，是从“有一个想法”到“得到可靠结果”的成本正在下降。文献检索、路线判断、失败后的修正和复杂细节的执行，开始在同一个模型里接起来。更多过去因为耗时、风险高而被搁置的思路，因此值得重新尝试；随着证明产出加快，选题、验证和吸收成果的能力，也会更直接地限制科研进度。
Sawhney最初被GPT-5打动的经历，其实很朴素。他把一道网站上仍标为未解的Erdős问题交给模型，几分钟后，模型找到了已经解决它的文献。团队随后又发现约十个类似案例。这些属于重新找回已有知识，不能算作创造新数学，却暴露出科研中一个长期存在的损耗：知识已经发表，不代表需要它的人能够找到它。
到了Astra，变化进一步发生在证明过程里。数学家常常知道某条思路可能有效，却需要处理大量彼此牵制的条件：一个参数改小了，另一个估计是否还成立？局部论证失败，是方向错了，还是尚未找到合适的组合？人类投入几周仍看不到出口，就会降低对这条路线的评价。访谈中的单位距离案例说明，模型能够重新评估这些失败，调整细节，继续把有希望的方向向前推进。
这需要判断力。可能的路线太多，算力也无法把所有想法试一遍。两位研究者强调，他们观察到的模型会利用文献知识筛选方向，尝试、回退、再组织论证。嘉宾还指出，模型可以重新开启会话，减少失败路径对后续探索的干扰。它们把“读过什么”和“下一步值得试什么”联系起来，让更多人类不愿继续投入的探索有机会做完。
研究者还强调，他们训练的是通用推理模型。回溯、重启、持续推理，都是可以在不同任务中发挥作用的能力。一道研究问题通常包含多个相互牵制的子问题，前一步的选择会改变后一步的条件，模型必须不断调整并把它们接起来。更难的数学题被完成，意味着模型能够在一次连续任务中组织更多步骤，这为科研Agent提供了有价值的能力信号。
高维球堆积是其中技术含量最值得展开的例子。问题是：在维度越来越高的空间里，同样大小、互不重叠的球，最多能占据多少体积？一种重要方法叫Cohn–Elkies线性规划界：寻找满足特定条件的辅助函数，用函数及其傅里叶变换的性质，给所有可能的堆积规定一个密度上限。
Astra相关论文将长期上界中的渐近指数，从约0.5991推进到约0.6044，即上界从大致按 2^{-0.5991d} 衰减，收紧到按 2^{-0.6044d} 衰减。这里省略了低阶项；指数差看似很小，但差距会随维度放大。更关键的是，论文确定了这套线性规划方法的最优渐近指数，准确值为 \frac12\log_2(2\pi/e)。官方论文
按访谈的解释，模型完成了两侧论证：构造合适的函数在渐近意义上达到这个界，再证明同一框架内无法获得更好的渐近指数。实际最密堆积仍可能低于这个上界，但这类方法能走到哪里，已经被说清了。 这让成果具有双重价值：既推进一个问题，也告诉后续研究者，若想继续改善指数，需要超出这套框架已有的能力。它给人类调整研究路线提供了依据。
编码问题把这种能力与通信理论连了起来。纠错码可以理解为一组彼此足够远的合法信息：传输中少量比特出错，接收方仍有机会辨认原来的消息。码字之间需要留出纠错空间，能够容纳的信息数量就受到限制。二进制码把这个问题放在高维超立方体上，球面码则把点放在球面上；它们都在处理“保持距离”和“容纳更多点”的权衡。
模型进一步利用球面与超立方体的对称性，通过表示论获得更强的上界；再考察球面上局部区域越来越小的极限，弯曲表面逐渐接近欧氏空间，结果便与球堆积联系起来。这里展示的是跨问题识别结构、迁移方法的能力。它收紧了编码规模的理论上限，尚不能直接翻译成某款通信芯片已经获得更高吞吐量；工程实现还需要可构造的码、解码算法与复杂度控制。
非sofic群提供了另一种证据。粗略地说，sofic性质关心一个群的局部乘法关系，能否用有限集合上的近似置换作用来模拟。Astra给出了非sofic群的构造。两位研究者特别惊讶的是，相关证明只有约十五页，主要依靠群论与精细的组合论论证，在既有研究上补入关键结构，排除了此前难以排除的障碍。
访谈拿此前有关Aldous–Lyons猜想的长篇突破作参照。那是另一个相关问题，不能说AI把同一份两百多页证明压成了十五页。但这个例子仍然说明：某些难题离现有知识之间的一条短连接，可能比人们想象得更近。找到连接需要广泛知识，也需要识别障碍、选对命题并完成论证。证明简洁，是这些能力协同后产生的结果。
也因此，开头那次“再推进一点”的追问格外重要。模型已经表现出解题过程中的判断力，却可能在达到用户设定的目标后停止。识别下一项值得研究的问题，涉及更大的背景：新方法还能解释什么，哪个推广更重要，继续投入的回报是否高于换题。这与把当前子问题做好，是不同层次的决策。
Sellke提出，可以让一个模型负责审视方向，另一个负责长时间执行。这是研究组织上的设想，访谈没有提供足以证明其稳定有效的对照实验。不过它揭示了科研Agent的一个具体机会：持续保留研究目标，检查中间成果，决定追问、重启或转向。模型单次能完成的工作越来越长，围绕它组织任务与反馈的系统，也需要相应升级。
成本变化也已有一个具体参照。OpenAI按Sol API价格折算，寻找这十项结果所耗的token约值2000美元。这不是完整研发成本，也没有涵盖训练、人工与验证工作，不能据此宣称一项重大研究只需几百美元。它提示的方向是：一部分曾经依赖专家长时间投入的探索，开始可以通过推理算力获得。
成果变多以后，验证与理解会占据更大的位置。OpenAI称，这批论证由模型产生，人类与模型共同整理成稿，随后生成Lean形式化证书。形式化检查有助于核验命题在明确假设下的逻辑成立，但命题是否准确对应原问题、结果与已有工作的关系、哪些部分值得推广，仍然需要研究。
过去，花几年证明一个定理的人，通常也在这个过程中理解了它，并承担解释、传播和维护的工作。证明突然加快，这些原本伴随完成的任务便会显露出独立成本。访谈同时给出了另一半答案：模型也能帮助读论文、解释证明策略、连接不同领域。由此更有希望形成的，是发现、检查、解释和再利用都被加速的科研流程。
这些成功案例还不能给出通用科研的成功率：材料没有完整呈现失败题目、全部尝试与人工投入，公开的总结性推理记录也不等于模型内部机制的完整说明。下一步最有说服力的证据，是在明确的问题范围和预算下，能否持续获得可复核的新结果，以及需要多少人工引导。这决定了能力能否从精选突破扩展为稳定的研究生产力。
即使先局限于已有理论附近那些长期没有走通的问题，影响也足够深远。工程师、物理学家或算法研究者提出一个数学问题后，可能不再需要等待一位恰好掌握相关工具的专家，才有机会检验思路。当探索一条路线的成本下降，过去“不值得花几个月试试”的问题，就会重新进入研究议程。 Astra这批成果打开的空间，正是让更多有价值的想法获得被认真尝试的机会。