让30位天才在10分钟内沉默的AI真相：加利福尼亚震撼会议的全貌

1. 引言

2025年5月17日至18日，在美国加州大学伯克利分校的一个角落，举办了一场极为秘密的数学峰会“FrontierMath Symposium”。受邀的有数论、几何、拓扑等领域的30位顶尖研究者。他们面临的对手不是人类，而是OpenAI最新的“推理”模型o4-mini。——仅仅48小时后，许多参与者一致认为“AI正在逐步进入数学天才的领域”。Live Science

2. o4-mini是什么

o4-mini 是一个轻量级的LLM，旨在实现传统GPT-4系不擅长的“深度推理”，并于4月发布。OpenAI与非营利组织Epoch AI合作，构建了一个由300道未公开题目组成的基准FrontierMath来衡量其性能。结果显示，在传统模型正确率低于2%的难题中，o4-mini解答了**20%**。Scientific American

3. 秘密会议的幕后

• NDA和Signal
  所有参与的数学家都签署了NDA。为了防止问题被混入学习数据，通讯仅限于加密聊天工具Signal。Live Science

• 悬赏金7,500美元
  提出“AI无法解决的问题”的出题者将获得奖金作为激励。Scientific American

• 惊人的10分钟解答
  数论权威Ken Ono教授提出了一个“博士水平的未解问题”，但o4-mini在10分钟内就完成了解答。Ono教授苦笑着说，o4-mini已经掌握了“威慑性证明”。Live ScienceScientific American

4. 人类 VS AI：胜负的走向

在两天的激战中，人类完全让AI沉默的问题仅有10道。一位数学家Yang-Hui He评价说：“它已经不再是优秀的研究生，而是达到了合作者的水平。”Scientific American

5. 社交媒体上的赞与否

支持者欢迎“AI研究效率的极大提升”，而怀疑者则担心“即使计算结果正确，但逻辑若有缺陷怎么办？”以及“验证成本的急剧增加”。

6. 数学研究将如何改变

1. 角色分化 ― 数学家将专注于问题设定和创意的美学评价，AI则负责计算和生成证明。

2. 教育课程的重新设计 ― 注重培养创造性和直觉的任务，常规计算交由AI处理。

3. 证明的可靠性问题 ― “AI写的证明”需要人类能够检查的机制（机器可读格式和形式化证明）的重要性急剧上升。

7. 剩下的挑战

• 从归纳到创造：o4-mini擅长“重构”现有文献，但能否真正产生新定理尚未验证。

• 黑箱性：推理链可能是后期附加的（即所谓的“先猜出答案再写解释”现象）。Reddit

• 评价的公正性：对Epoch AI与OpenAI的资金关系的质疑声不断。

8. 未来情景

9. 结语

“通用AI不会到来”这一传统论点，被数学前线的研究者在这个周末推翻。人类的“提出问题的能力”与AI的“编织解答的能力”是否会开始协奏？还是说，创造性的最后堡垒将被放弃？在伯克利的密室中响起的欢呼与尖叫，或许是对近未来智力生态系统的警报。