AlphaProof核心作者亲手写下“死刑判决”：AI能证明一切定理，却永远造不出相对论！ICML 2026现场争论

七月盛夏，一条推文像一颗燃烧弹砸进了AI圈的弹药库，"谷歌DeepMind论证：大语言模型永远无法做出开创性的科学发现。"

这条帖子在48小时内被转发数万次。
评论区瞬间撕成两半
一半人高喊"早该说了"，另一半人怒斥"标题党"。
而最诡异的一幕是：这篇论文的作者，恰恰是帮AI拿下国际数学奥赛银牌的那个人。

他亲手证明了AI能做什么，然后亲手写下了AI不能做什么。

▲ 激起争论的二次摘要帖：用"永远无法"的措辞，把一篇谨慎的立场论文改写成了一份宣判书

一封1952年的信，撕开了2026年的伤口

故事要从一封七十多年前的信讲起

1952年前后，阿尔伯特·爱因斯坦给老友莫里斯·索洛文写了一封信。
信里画了一幅简陋却石破天惊的草图，底部是一条横线，标着"E"，代表感官经验（Sense Experience）；
高处悬着"A"，代表公理（Axioms）
E和A之间只画着一条弯弯曲曲的弧线，旁边写着一个词：

Jump

爱因斯坦的意思是：从经验到公理，不存在逻辑通道。
你不能一步步"推"上去
你只能跳
跳上去之后，再用严格的演绎把结论推回来，跟实验对质。
对了，继续；
错了，推倒重来

这幅草图沉睡在科学史文献里大半个世纪。
直到2026年1月，谷歌DeepMind研究员Tom Zahavy把它挖出来，写成了一篇立场论文，标题刺目得像一记耳光，

《LLMs can't jump》

大语言模型，跳不了

▲ Zahavy个人网站上的论文项目页：E–J–A示意图清晰可见，从感官经验到公理之间，只有那道"跳"

三种推理，AI拿下了两种

Zahavy的论证骨架，借用了19世纪逻辑学家皮尔士的三分法。
你可以把人类所有的推理打包成三个抽屉：

第一个抽屉：演绎
已知规则和条件，推出结果
1+1=2，三段论，形式证明，确定、严密、不创造新东西。
AI在这里已经接近超人
AlphaProof在国际数学奥林匹克上拿了银牌，靠的就是在形式语言里暴力搜索证明路径。

第二个抽屉：归纳
看一万只天鹅都是白的，归纳出"天鹅是白的"。
大语言模型的老本行，从海量数据中压缩出模式。
GPT系列、Claude系列，本质上都是归纳机器的登峰造极。

第三个抽屉：溯因
看到一个不该出现的结果，倒推出一个从未存在过的解释。
侦探看见密室里的尸体，发明一个"凶手从通风管道爬进来"的假设，这个假设此前不在任何数据库里。

Zahavy说：AI已经拿下了前两个抽屉。
第三个，锁着

▲ AlphaProof在IMO达到银牌水准，演绎推理的"天花板"已经被AI撞穿，但Zahavy追问的是天花板之上的东西

为什么偏偏是广义相对论？

论文没有选一个"AI做不好的基准测试"来举例。
它选了人类智识史上最传奇的一次跳跃。

1907年，爱因斯坦坐在伯尔尼专利局的椅子上，突然想到一件事：一个从屋顶自由落下的人，在坠落过程中感受不到重力。
他后来称之为"我一生中最幸福的思想"。

这个念头有多疯狂？
当时牛顿力学依然稳固
它解释了几乎所有已知现象，精度惊人。
唯一一个小麻烦是水星轨道每世纪多偏了43角秒，主流物理学家选择假设太阳旁边还藏着一颗看不见的行星，叫"火神星"。

换句话说，数据看上去并不要求新物理，旧理论的损失函数几乎是平坦的。
如果你是一台归纳机器，你看到的世界一片太平，梯度与误差信号都近乎消失，缺少推翻时空结构的力量。

但爱因斯坦跳了

他把"坠落者感受不到重力"这个感觉，提升成了一条原理，等效原理。
然后花了八年，经历无数次失败、折返、与数学家格罗斯曼的合作、与希尔伯特的竞赛，最终在1915年写下了广义相对论的场方程。

Zahavy的论点就扎在这里：场方程写出来之后的一切，验证、推导、计算，AI或许都能做。
但等效原理本身从何而来？
它无法直接从文本中压缩出来
一个人在脑海中做了一次密封电梯里的思想实验，用身体的感觉把两个概念焊在一起。

缺少感知与干预，也无法在想象中剪断电梯缆绳，又该怎样完成那一跳？

最讽刺的身份：给AI夺牌的人，给AI判了刑

故事到这里，已经足够刺激
作者的身份又让它变得不可思议

Tom Zahavy身在AI研发的核心。
他是AlphaProof的核心贡献者之一，就是那个在2024年国际数学奥赛上让AI拿到银牌的系统。
他亲眼看着自己参与打造的系统，在形式化定理证明的赛场上碾压人类选手。

然后他转过身来，写了一篇论文说：这还不够。

能证明定理，不等于能发明公理
能在给定的游戏规则里赢，不等于能改写游戏规则。
AlphaProof是演绎侧的巅峰，但爱因斯坦式的发现，发生在演绎开始之前。

▲ 当论文被口号化后，Zahavy本人紧急澄清：文章表达的是个人立场，并非公司宣判；他也不认为LLM已经走进死胡同

爬山的人和跳崖的人

论文在ICML 2026以Position Poster亮相后，Jina AI创始人肖涵写了一条引起广泛讨论的长帖，用一个思想实验把问题拧到最紧：

假设你有一个知识截止到1905年的LLM。把那个时代的每一篇论文、每一组数据、每一个方程都喂给它。它能发明广义相对论吗？

他的答案是：不能

▲ 肖涵的核心区分：hill-climbing（爬山）是在既定地形上找最高点；jump（跳跃）是发明一片新地形

肖涵把AI科研能力切成两半，泾渭分明，

爬山（hill-climbing）：在已有的指标体系和概念框架内，做超人级别的搜索与优化。
这件事AI已经在做，而且做得惊人
自动调参、蛋白质结构预测、材料筛选、数学证明，全是爬山。

跳跃（jump）：重组整个领域的概念地基，发明一套新的思考方式。
量子力学、进化论、广义相对论，每一次都是换了一座山。

"今天自动科研交付的绝大多数成果，将是惊人的爬山。跳跃，暂时仍属于我们。"

反驳来得又快又猛

有人冷冷地说："给1905年知识截止的人类同样材料，能发明广义相对论的也只有一个人。"

▲ 最短促也最有力的反驳：人类自己的"跳跃率"也无限趋近于零

另一位用户更损："人类也不能跳，99.999999%的人不能。"

这指向一个尖锐的事实：如果你用"是否等于爱因斯坦"当标尺，人类科学家群体自身的通过率也接近零。
我们是否在用一个对自己都不公平的标准，去审判机器？

一条被大量引用的纠偏评论则直接拆解了"永远不能"的措辞：论文并未给出不可能性证明。
它主张当前LLM缺少一个架构组件，即接地、可交互的世界模型。
论文自己就提出了路径：物理一致的多模态世界模型 + 反事实模拟。
它的结论聚焦于"当前LLM还差一块拼图"。

▲ 这条引用评论逐条拆解了种子帖的过度表述：爱因斯坦的洞见也由大量约束、搜索、失败与纠正塑造

工程师Yun-Ta Tsai还提出了一个类比，

▲ AlphaGo之前，人类也说围棋的可能性空间大到AI永远无法征服。后来呢？

他提醒所有人：AlphaGo之前，AI围棋领域的"共识"跟今天一模一样。
人们说2×10¹⁷⁰种可能性，没有计算机装得下，AI不可能预判五六十步的走势。
后来怎样？
多数走法不通向胜利，蒙特卡洛树搜索让采样变得可控。
围棋被攻破了

物理方程不过是另一种形式的压缩
爱因斯坦从研究光的性质起步，花了好几年时间，又跟其他物理学家反复交流（类比多智能体协作），才逐渐逼近那次跳跃。
目前的AI智能体会话碎片化、上下文断裂，但这种局面未必永远如此。

争论的焦点：AI还缺什么

喧嚣落定之后，这场争论留下了一条清晰得多的边界线，

第一类能力：在给定问题与指标内的超人搜索。
证明定理、预测蛋白质、筛选材料、优化实验参数，已经在发生。
这不需要"跳"
这是爬山，而AI已经是世界上最强的登山者。

第二类能力：在误差信号稀薄时，发明新前提、新对象、新问题。
这需要跳
论文认为这仍是瓶颈
但瓶颈不等于天堑
作者自己也说："我可能是错的
单纯扩展现有系统，或许就足以在物理等领域带来新发明。"

一位中文评论者提出了也许最深刻的反问：我们看到的究竟是能力缺失，还是授权缺失？
模型被要求答题而非质疑题目，被要求完成目标而非审判目标，被要求优化路径而非重写终点。
如果我们从来没有允许AI去跳，我们怎么知道它不会？

这个问题没有答案
但它像爱因斯坦那条弯曲的弧线一样，悬在所有人头顶。

计算器可以无限快
但在它学会做梦之前，那一跳，还是跳不了。

至少，暂时还不行