700个没敢发表的数学证明压在OpenAI抽屉里，奥特曼兴奋到两晚没睡

OpenAI内部有个频道，名字起得很不正经：「Hold my beer」——英文里"看好了，我要整大的"的意思。

据36氪、澎湃新闻报道，不久前一个周末，OpenAI研究团队拿到一款尚未公开的新底座模型，工程师们建了这个频道，抱着试试看的心态，把各自学术生涯里最难的、自认为无解的研究问题一个个扔了进去。结果模型把这些困扰了科学家一辈子的难题一个接一个攻克，横跨多个完全不同的学科，其中就包括千禧年数学难题纳维-斯托克斯方程的相关证明。

奥特曼在Stripe CEO Patrick Collison的播客节目里讲这段经历时，几杯黑啤下肚，说了句大实话：他连续两个晚上兴奋到睡不着。但狂喜背后是忧郁——他在腾讯新闻转载的访谈里把它类比成二十世纪五十年代，看着最后一批马匹被拖拉机淘汰出工业生产：一个属于人类智力垄断的旧时代正在落幕。

我把36氪、澎湃、腾讯新闻的报道逐条核对了一遍，发现比"奥特曼失眠"更值得普通人琢磨的，是藏在里面的三个信号。

信号一：1000万美元的难题，一年后可能只要10万

据腾讯新闻报道，OpenAI为这次数学攻关放开了整整一周的算力限制，单次耗资约1000万美元。而奥特曼预计，随着模型变聪明和算法优化，一年之后重做这项证明的成本会降到当下的百分之一。

这条成本曲线才是新闻里最硬的东西。今天用AI做一件事贵得离谱，不代表明年还贵。对普通人的含义很直接：现在觉得"AI干不了/干不起"的活，值得每隔半年重新试一次——很多工具的定价和能力半年就是一代。

信号二：瓶颈从"解题"挪到了"提问"

奥特曼在访谈里说了句耐人寻味的话："在OpenAI，人们经常讨论的是——你应当向GPT-7提出什么样的问题？仅仅说'帮我实现RSI'是不够的。"

翻译一下：当模型能把纳维-斯托克斯方程这种级别的难题劈开时，稀缺的不再是答案，而是配得上模型能力的问题。OpenAI的工程师赢在敢把"毕生最难的问题"扔进去，而不是让它写周报、起标题。

这恰恰是大多数人用AI的方式反着来的：拿AI干最琐碎的活，把真正的难题留给自己熬夜。

信号三：700个证明压着不发，AI的红利卡在"分配"上

据腾讯新闻报道，OpenAI手里目前握着超过700个未对外发布的数学证明。奥特曼的解释是：人类理应获得基础科学知识，但很多科研人员一生的意义和乐趣都来自科学发现，OpenAI在试图找平衡，不至于彻底摧毁传统学术群体的生存空间。

技术跑得太快，社会消化不了——这个矛盾以后会在更多行业重演。看懂这一点，你就不会问"AI会不会取代我"，而是问"我这行里，AI产出的红利会先流向谁"。

普通人怎么用：一张提问质量自查表

学OpenAI工程师的"hold my beer"式提问，不需要你是科学家。下次打开AI之前，对照这张表自查，值得存下来：

我自己维护的 spark1.cn 工具库里，/toolchains 页面按"目标→结果"把常用AI工具串成了任务链，/ai-writer 可以直接试长文写作——练"提好问题"，最快的方式就是拿真问题去撞。

奥特曼失眠的那个周末提醒我们：AI的能力上限还在快速上移，而大多数人的提问水平停在原地。差距不在工具，在敢不敢把自己最难的问题交出去。