GPT-5.6用一条提示词解决30年数学难题，AI正在重写科学研究规则

一条Prompt，解决了一个困扰数学家30年的问题。

7月18日，Hacker News上一则帖子引爆了学术界和AI圈：GPT-5.6被用于破解凸优化领域一个悬而未决30年的难题。更惊人的是，研究者并没有使用复杂的多轮推理或定制训练——他们只用了自然语言提示。

30年的空白，一句话填上了

凸优化是数学和计算机科学的交叉领域，在机器学习、运筹学和经济学中有广泛应用。此次被解决的难题涉及非光滑凸函数的最优收敛速率，多位菲尔兹奖得主都曾在这个问题上折戟。

研究者让GPT-5.6阅读了问题的完整表述，然后给出提示：”请分析这个问题，并尝试找到现有文献中未提出的解决方案。”

模型不仅找到了解决方案，还提供了完整的数学证明。经过多位独立审查者的验证，证明是严谨无误的。

这意味着什么？

这个成果远不止是”AI能做题”的又一次演示。它标志着三个重要转变：

科学发现范式的改变。 传统模式是”人类假设→实验验证”，现在变成了”AI探索→人类验证”。AI不再是辅助工具，而是发现者本身。

跨领域推理能力的突破。 凸优化需要数学、计算机科学和物理学的交叉知识。GPT-5.6能在这些领域间自由跳跃推理，表明模型的综合推理能力已经超越了很多人类专家。

提示工程的”傻瓜化”。 研究者没有使用CoT、Tree of Thoughts等复杂技术，只是简单问了一个好问题。Sam Altman曾说过”问对问题比写对代码更重要”，现在看来这句话正在应验。

但别急着恐慌

多位数学家对这项成果持谨慎态度。一位MIT教授在HN评论中写道：”GPT-5.6解决了一个已经定义得很清晰的问题。但提出好的新问题——那才是人类不可替代的能力。”

另一位评论者调侃道：”数学PhD的最后一个堡垒可能不是解题，而是申请经费。”

真正值得思考的问题是：如果一条Prompt就能解决30年未解的难题，那么还有多少”30年难题”正在等待被解锁？

AI正在改变”谁来做研究”

这不是GPT-5.6第一次展示数学能力。此前OpenAI在CDC项目中展示了GPT-5.6在形式化证明方面的突破，但那是在专门设计的交互环境下。

这次的不同在于：研究者用的就是普通的ChatGPT界面。没有定制工具，没有专门训练，一条自然语言Prompt足矣。

这引发了一个深刻的追问：当AI能够独立完成从问题到证明的全流程，数学研究的”作者”还是人类吗？

一位参与评审的数学家在Twitter上写道：”这就像你让一个同事帮忙想想这个问题，然后他带着完整的证明回来了。你会把论文的一作给他吗？”

接下来会发生什么？

短期内，我们可能会看到GPT-5.6被应用到更多长期未解的数学问题上。有研究者已经开始整理”AI-ready问题清单”——那些表述清晰、但人类一直未能解决的问题。

长期来看，AI辅助数学研究将变得像LaTeX一样普及。不是取代人类数学家，而是成为他们手中最强大的工具。就像望远镜没有取代天文学家，而是扩展了他们的视野。

👇 关注不错过

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn