欢呼声还没落地，冷水就泼下来了。9月4日OpenAI发布GPT-6 Astra，官方称其在素数间隔研究中取得两项新结果，网上直接喊成 "攻克孪生素数猜想"，一片沸腾。可一直力挺AI的陶哲轩，仔细审完那份百页证明后，只丢出四个字：令人无语。

什么是孪生素数猜想？说白了就是问：像11和13、17和19这样差2的素数对，是不是永远也找不完？这个问题提出来一百多年了，没人能证明。

退而求其次，数学家们先证明一个弱一点的版本：不用差2，只要存在无穷多对素数，它们之间的距离不超过某个固定数就行。这个固定数，就是过去十几年里各路高手拼命往下压的目标。

2013年，张益唐一鸣惊人，把这个数压到了7000万，别嫌大，这是从 "无限大" 第一次变成了一个有限的数，意义非同小可。

后来陶哲轩发起Polymath8项目，全球数学家在线协作，加上菲尔兹奖得主Maynard的新筛法，一路把这个数字砍到了246，然后就卡住了，一卡就是十二年。

直到今年8月31日，牛津的数学家Julia Stadlmann交了一篇34页的论文，把纪录刷新到240。

她一个人，花了两年，没用任何AI，但她其实几个月前就做出来了，一直在打磨更强的结果，听说 OpenAI要在同一个问题上发东西，才赶紧把手头的版本传了上去——她自己坦言，跟一家公司的算力没法比。

果然，三天之后，OpenAI的GPT-6 Astra就宣布把上界推到了186。

同一天，Axiom说他们做到了212，Anthropic那边也报了个188，三家公司，72小时之内，把一个人类数学家熬了两年才推进6步的问题，又往前推了几十步。

你说这是不是好事？当然是。数字从246变成186，是实打实的进展，而且OpenAI还做了Lean形式化验证，相当于用计算机把证明的每一步都检查了一遍，逻辑上挑不出毛病。

但陶哲轩为什么说 "令人无语"？

他不是反对AI，恰恰相反，这几年他是数学界里最积极拥抱AI的人之一，今年3月他还公开说，AI 在数学研究里 "已经可以正式上场了，省的时间比浪费的多"。

8月的国际数学家大会上，他还专门做了一场《AI时代的数学》的演讲。

让他无语的，不是186这个数字，而是这件事发生的方式。

他打了个比方。一道伟大的数学难题，就像一座矿山，答案本身是矿石，但挖矿的过程中会修铁路、建冶炼厂、发明新工具，这些副产品往往比矿石本身更值钱。

张益唐当年的7000万，后来催生了Maynard筛法，这个方法现在已经写进了解析数论的教科书，到处都在用。

可如果AI直接把答案甩给你，中间那些试错、那些死胡同、那些 "为什么这条路走不通" 的宝贵经验，全被锁在公司的黑盒里了。

陶哲轩做了一个让人后背发凉的思想实验：假如今天这种靠算力刷榜的AI公司，2005年就存在，会怎么样？

他推演的结果是：GPY方法一出来，不到一个月，几家公司砸几百万美元算力，直接把上界刷到三位数，然后觉得没油水了，转去下一个benchmark。

这个问题从此被视为 "饱和"，没人愿意再碰，Maynard筛法？可能要到2010年才有人从AI吐出的几百页材料里艰难地抠出来，而且还不敢发表——一发表就会引发新一轮AI刷榜。到了2013年，张益唐还在三明治店打工，Maynard早就转行了。

这不是科幻，Stadlmann的遭遇就是预演。她花两年做出来的240，被三家公司在三天内用算力碾压，她那篇34页的论文里，有一个针对大平滑因子的等分布估计，是真正的新数学见解。陶哲轩说，还好她赶在问题被 "污染" 之前公开了，不然这个洞见可能就被埋没了。

什么叫 "污染"？就是一个问题本来能孕育出一大堆新方法、新理论、培养出好几代数学家，结果AI 直接把终点线踩了，过程全没了。答案有了，但数学本身几乎没有获得任何新增价值。

更扎心的是，OpenAI那个186，到现在还没有经过独立验证，论文和代码是开源了，但整个证明的探索过程——AI是怎么想到那个 "三重稠密可除性" 条件的，中间试了哪些路、为什么放弃—— 外界一无所知。你拿到的是一个成品，不是一段旅程。

陶哲轩最后给 AI 公司提了个建议：与其抢着宣布 "我解决了某个未解难题"，不如抢着宣布 "我发现了一个新的数学见解"。前者是跑分，后者才是真正推动人类往前走。

话说回来，这事儿也不能全怪OpenAI。技术到了这个阶段，竞争就是这么残酷。但陶哲轩的提醒值得每个人听进去：当AI越来越快地给出答案的时候，我们是不是也该停下来想想，那些被跳过的过程，到底丢了什么？

毕竟，数学从来不是一场比谁先冲到终点的赛跑。那些路上的风景，才是数学真正的灵魂。