北京
人工智能正在重塑科学研究的方式。《科学美国人》报道了一件极具戏剧性的巧合：两个研究团队几乎同时使用OpenAI的GPT-5.6 Sol Ultra，独立解出了一个长期悬而未决的量子密码学问题——量子不可克隆加密。前后两篇论文提交到arXiv.org的时间，仅仅相差三个小时。
一边是麻省理工学院（MIT）博士生Seyoon Ragavan，另一边是加州大学圣塔芭芭拉分校的Prabhanjan Ananth教授和加州大学洛杉矶分校的Amit Sahai教授。双方使用了同一款AI模型，但解题思路和路径并不相同。量子不可克隆加密依赖于量子态不可复制的固有物理特性，此前一直没有通用构造方案。GPT-5.6让这道难题在短时间内被两个团队同时攻破。
论文提交后，两位教授和博士生都意识到了对方的存在。他们现在正在考虑是否将两篇论文合并发表。这一事件抛出了一个更尖锐的问题：当每个研究者都能访问相同的先进模型时，什么才算真正的“独立发现”？当AI变得足够强大，原创性的边界开始模糊。
“如果有人说有一个开放问题，我的第一反应就是看看GPT能不能解决它。”Ananth教授这样描述自己的工作流改变。而Ragavan更加直白：“我现在做研究的方式，和两个月前已经完全不同了。”两名研究者不约而同地坦承，AI已经深度嵌入了自己的探索过程。
数学领域对AI的冲击感受尤为强烈。一些人兴奋于新工具的无限可能性，另一些人却陷入身份认同的失落，甚至出现压抑情绪。当思考的核心动作不再是“苦思冥想”而是“提问并验证”，研究者不得不重新审视自己的角色。AI的普遍可用性，让曾经需要天才洞见的突破，变成了对模型能力的巧妙调度和验证。
两个团队相隔三小时的同步发现，像一次人工智能时代的科学实验：模型是同一个，输入的问题相似，产出结果的时间几乎重叠。它隐隐宣告，那种靠天才个体孤独攀登的科研范式，正在被强模型加快速迭代的模式所取代。接下来的问题不再是“AI能不能做研究”，而是“在AI同权的世界里，我们怎样定义科学贡献”。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
