在拥挤的地铁车厢里调转一把长柄伞，你会本能地边挪边转，而不是横着抡一圈——这样占的地方最小。1917年，日本数学家挂谷宗一把这个动作变成了数学题：一根长度为1、没有粗细的针，在平面里掉头180度，最少要扫过多大面积？
答案反直觉到离谱。数学家Besicovitch证明：面积可以任意小，甚至存在面积为零、却能在每个方向都装下一根单位线段的集合。面积这把尺子失效了，数学家只好换用"维数"来量这类集合的复杂度。挂谷猜想由此而来：在n维空间里，只要一个集合装得下所有方向的单位线段，它的Hausdorff维数就必须是满的n维。
二维情形1971年就被证完了。三维，卡了半个多世纪。
王虹刚拿奖，AI就交卷
把这个时间线摆出来，是因为最近知乎上两个热榜问题，正好接在这条线的最新一环上。
2025年2月，王虹与Joshua Zahl交出127页论文，把三维挂谷集猜想推进到一般情形，彻底解决。据中华网报道，这篇论文在arXiv发布后经历了近一年半的审读，才被数学界广泛认可。今年7月，王虹在费城国际数学家大会上获得菲尔兹奖。
然后只过了三个月。10月6日，OpenAI在GitHub一次性公开722篇数学手稿，划为372个"结果族"，覆盖17个领域，出自一个未发布的内部模型，评估中共被提出约4000个数学问题，平均每个结果消耗相当于ChatGPT Pro三小时的思考算力。其中编号074的一族只有两篇，正是挂谷方向：一篇97页，声称证明了比王虹-Zahl版本更强的三维挂谷极大函数猜想；另一篇175页，声称完成四维挂谷集的满维性证明——据量子位和PHP中文网的报道，这把四维情形的Hausdorff维数下界从人类此前的最佳纪录3.059，一举推到理论最大值4。两篇加起来272页，作者栏只有一个词：OpenAI。
最关键的细节：AI是踩着人的肩膀上去的
很多报道的标题都在渲染"AI超越人类"，但我扒完这几篇分析稿后，注意到一个容易被忽略的细节：OpenAI这套论证高度依赖并系统延展了王虹及其合作者发展出来的工具——多尺度几何分析框架、熵控重叠技术、管束染色方法。
换句话说，AI没有凭空开宗立派。它做的是把人类刚铺好的路，用不知疲倦的算力往更高维度延伸。方法是人发明的，直觉是人打磨的，AI贡献的是把这套方法执行到极致的耐心和规模。这不是"人类出局"的剧本，这是接力。
那为什么数学界的反应依然冷淡？因为这场接力缺了最后一棒：验证。722篇手稿未经同行评审，大部分没有Lean形式化验证。对照之下，王虹那篇127页论文，数学界花了近一年半慢慢审读消化。发布第二天，这个仓库就撤回了3篇手稿——撤稿原因是一个正负号写错了。一个符号的失误，拖垮三篇论文。
产出速度和消化速度的落差，才是争议的根源。结论再漂亮，没被验证之前，它在知识体系里的价值是悬置的。
这件事和每个用AI的人都有关
我们大多数人不会去证挂谷猜想，但"AI交出175页流畅论证，你敢不敢直接用"这个问题，每天都在我们的工作里上演。写方案、做报表、生成代码——AI的产出永远笔迹工整、语气笃定，而正负号级别的错误就藏在其中。
所以拿到AI结果时，值得先问自己三个问题：这个结果能被独立验证吗（跑一遍、查一次原始信源、让另一个人复核）？验证的成本我付得起吗？如果用错了，代价谁来承担？付得起验证成本再用，这是普通人和数学家面对AI时唯一相同、也唯一需要的姿势。
我自己平时会在AI家园 spark1.cn 的 /tools/ 里备着几个查证和写作类工具，用 /toolchains 把"生成→核查"串成一条小流水线——让验证这一步不靠自觉，靠流程。工具不贵，习惯才贵。
真正值得记住的画面不是"AI三小时写完人类五十年的难题"，而是：人负责发明方法、提出问题、验证真伪，AI负责把执行推到极致。各归其位，我们反而能更从容地用好它。
评论