OpenAI公开62页核心手稿，AI连破十大「菲尔兹奖级」难题
十大「菲尔兹奖级」成果，AI证明过程全公开了！
今天，OpenAI重磅放出一份长达62页的「核心手稿」，详细展示了GPT的完整推演。
官方终于「盖章」，完成这一惊人突破的，正是「下一代主力模型」。
若以GPT-5.6 Sol API计费标准算，烧掉的所有Token成本，仅2000美元。
AI证明手稿一出，全网再次被点燃了。
所有人都在盲猜，「这绝对就是传说中的GPT-6」！还有人连连惊叹，2000美元竟解锁了十个历史级成就。
GPT破十大世纪难题，仅2000美元
两天前，OpenAI内部员工放出一篇博客，直言下一代模型Astra攻克了十大数学难题。
一张清单图摆出，震惊了所有人。
覆盖了高维球体堆积、二元码与球面码、群论、Connes刚性猜想、算术电路下界、量子并行重复、最近向量问题、Ehrhart体积猜想、多色Ramsey数、极值图论。
当时，官博挂出了249页的论文合集和一整套Lean 4形式化证书。
但直到今天，一份62页的手稿正式公开，名叫《How the Ideas Came Together》——这些想法是怎么凑到一起的。
传送门：https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
它的「摘要」只有一小段，但信息量却大得惊人——
这份笔记由AI模型独立撰写，OpenAI团队完全没有插手。
AI读了原始的CoT，以及最终成文的数学论文，然后针对每一道题重构出四件事：
哪些想法最初指出了一条可行的路径；
哪些看起来很有分量的方法撞上了真正的障碍；
什么样的视角切换让底层结构露出来；
决定性的洞察最后是怎么构成完成论证的。
全网热议难题，高维球体堆积，46年没人动
十道题里，全网关注度最高的，是高维球体堆积。
抛开高深的名字，问题本身其实通俗易懂：往一个箱子里，塞一堆一样大的球，最多能塞多满？
三维空间的答案早就有了，就是水果摊上「垒橙子」那种堆法。
但到了几百维、上千维，人类只能给出一个「上界」——最多不可能超过多少。
这个上界的指数，卡在0.5991上，从1978年算起，46年没有实质推进。
而Astra，直接把它推到了0.6044005442916776954…，密度上界写成 2^-(0.6044…+o(1))d。
关键是，它怎么推开的？
首先，Astra在推演过程中，确定了Cohn–Elkies线性规划这套方法本身的极限。
AI最初的思路是，用Cauchy–Schwarz去估计一个函数的负质量，做了半天，只能做到半径√d/(2√π)。
卡住之后，它给出了一个判断：障碍不是常数没优化好，是全局范数根本记不住负质量落在哪里。
于是，Astra决定更换视角：改用Mellin变换，外加调和测度。
但，为什么是它？
因为对径向函数来说，傅里叶变换本质上是Hankel变换，它的核只依赖空间半径和频率半径的乘积。
在Mellin这一侧，这件事就变成了一个极其简单的操作：反射，加一个显式的相位。
这里还有一个精妙的地方：那个相位因子在实轴上模长恒等于1，在实轴上什么都看不出来。
但它往复平面外延拓时，携带的正是范数不等式丢掉的那部分高维信息。
推到极限时，调和测度收敛成一个logistic密度，而它的对数位势精确等于digamma函数，积分出来正好是log(π/2)。
1/π这个阈值，就是从这儿出来的。
有个细节特别能说明它知道自己在干什么：
调和测度的总质量是(1−σ)/2，不是1。手稿专门写了一句：太早把这个核换成概率密度，会改掉指数常数。
下界拿到了，还得构造出一个真正达到它的函数。
高斯给了对的傅里叶对称性，但鞍点位置不对。
做法是乘上一个偶的形变，让鞍点移动而不破坏对称性。把可用的阻尼吃满之后，得到一个「理想剖面」。
它的鞍点位移积分靠Wallis乘积算出来，正好等于−(1/2)log(π/2)。
这个数把高斯的半径1/√(2π)精确地搬到了1/π。
下界预测的半径，和上界构造出的半径，在这里对上了。
手稿中，还有个特别具体的细节：
构造辅助函数时，远处需要补一块正的阻尼。
而这块补丁必须加在一整个区间上，不能加在单点上，因为加在单点会撞上共振频率。
非sofic群，难点是「多」和「一」
第二道热题，便是27年没人构造出来的「非sofic群」。
曼彻斯特大学数学家Thomas Bloom直言，「在构造类成果里，这比之前的单位距离猜想反例更重大」。
「sofic群」这一概念，是由阿贝尔奖得主、俄罗斯数学家Mikhail Gromov于1999年提出。
在希伯来语中，sofic代表着「有限」。
用大白话讲，一个群是不是sofic，问的是这么件事：
这个无限大的、抽象的结构，能不能被一堆「足够大的有限洗牌操作」近似地模拟出来？
Astra给出了一个显式构造，答案是：存在一个无限的、有限表现的「非sofic群」。
手稿里最有价值的，是它写清楚了真正卡住的地方——
Kun定理给的是许多个扩张图，而Kun–Thom定理要的是一个。
「多」和「一」之间那道坎，是整章的核心难点。
AI把这个称为「关键的错配」（the crucial mismatch）。
它给了一个特别干脆的例子说明为什么不能随便挑一台：
在两份完全相同的Q并起来（Q⊔Q）上，「交换两份」这个操作跟扩张的K作用精确交换——但它不保持任何一个分量。
也就是说，那些「近似中心的东西」可以在分量之间来回跳，你根本抓不住。
在这之前还有一条更早的弯路：想把property (T)直接转成混合性。这需要一个lazy或者反二部的平均集，因为一个二部图可以在−1附近有谱，尽管它在1处有Kazhdan间隙。
修正平均确实治好了这个谱问题，但治不了「到底选哪个分量」。
为此，Astra先试了一版方案：把组件大小取对数、在随机平移的网格上分箱，再换成有界中位数比较。
但是这条路失败了，通过经验总结AI得出：
要平均的，永远是分量规模的一个有界单调函数，绝不能是无界的规模本身。
因此，最终版本以这个「本质原则」进行了重写。
在每个环境扩张分量A里，取一个顶点加权的中位数m_A，然后定义
f(x) = M(x) / (M(x) + m_A)
M是分量规模。这个f永远在0和1之间，而且1/2恰好是每个A上的中位数。
这个f的好处，在于它把一个失控的量变成了一个受控的量。
关键在于生成元是置换——只挪位置、不增不减，走一圈总变化必然是零；而每步最多掉一
再按高度切开、对小的一侧用扩张性，两头一夹：f几乎处处等于1/2。
也就是同一范围里所有块的规模被夹得几乎一样大，这才能一一对上号。
最终收尾时，还剩一小片区域。
Astra 的处理很反直觉：挑一片尽可能大的坏区域整个扔掉——正因为挑的是最大的那片，才反过来证明它其实小到可以忽略。
Gromov的问题，27年后有了答案。
其余八道题的AI证明过程，感兴趣的伙伴可参阅：https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
「奇点」降临，倒计时
手稿公开第一时间，OpenAI强化学习大佬Mo Bavarian发了一段长帖。
开头第一句话，这真是一个「超现实」时刻。
2021年，他和OpenAI团队放出一个GSM8K数据集——8500道小学数学应用题，简单到仅用2-8步就能做完。
GPT-2/3那个年代，AI确连小学数学题都做不稳，起草邮件勉强够用。
然而，短短几年，大规模RL狂飙突进，曾经那些看似不可逾越的「技术死胡同」，被逐一击碎。
这个时间跨度，短得离谱。
Mo Bavarian表示，「对我而言，这一刻，比任何时候都更像奇点前夜」。
几年前，AI还在小学应用题里跌跌撞撞。
如今，2000美元的Token，就能换来十份可能写进数学史的答案。
「奇点前夜」，或许并没有那么遥远。
参考资料：https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf
本文来自微信公众号“新智元”，作者：ASI启示录；编辑：桃子，36氪经授权发布。
