AI 用 16 小时破解 22 年数学难题，Crouzeix 本人确认正确

一个困扰数学界 22 年的猜想，被一个神经外科医生用 AI 花 16 小时证明了。更颠覆认知的是：整个证明过程中，这位医生没有手写一行推导，他只是"提了一个好问"，然后等答案自己浮现。

22 年的等待，16 小时的完成

这位医生叫金山木，北京协和医院神经外科博士后。8 月 14 日，康奈尔大学数学家 Alex Townsend 与华盛顿大学数学系教授 Anne Greenbaum 公开发文，披露了与金山木的邮件往来：他们两人以及猜想提出者、法国数学家 Michel Crouzeix 本人，均已审阅论文并确认证明正确无误。消息经《南华早报》报道后迅速刷屏。

先看懂这个猜想的分量。Crouzeix 猜想由法国数学家 Michel Crouzeix 于 2004 年提出，核心表述很简洁：对于任意矩阵和任意多项式函数，矩阵经函数作用后的范数，不超过该函数在矩阵数值域上最大值的两倍。通俗点说，就是一道"怎么算都绕不出两倍"的不等式。

但简洁不等于简单。2007 年，Crouzeix 本人花了大力气，只证明出常数在 11.08 时成立；2017 年，全球顶尖专家在美国数学研究所专题研讨会上鏖战一周，才把常数压到 2.414。此后近十年，这个问题再无实质进展，成为公认的高难度钉子户。

而金山木的做法完全不按套路。他没有传统的纸笔推导，而是借助 OpenAI 的 GPT-5.6-Sol 模型，在 ChatGPT Work 平台上，让 AI 在物理断网环境下进行纯粹原创思考。约 16 小时后，AI 给出了一份完整证明。

他做的不是证明，是"出题"

那金山木到底做了什么？答案藏在他的提示词里，而这恰恰是最值得玩味的部分。他借鉴了 OpenAI 此前攻克 Cycle Double Cover 猜想时的策略，给 AI 布置了一套"解题环境"：要求模型在物理断网环境下原创思考，避免任何先验干扰；启动大量智能体沿不同路径发散探索，防止过早收敛；对候选策略进行对抗性审计，自己拆自己的台；并指令模型在获得完整证明之前不得放弃。

设定完成后，他就离开了，全程未干预。GPT-5.6-Sol 在自主运行中经历了数万次假设、推翻与重建，最终给出了证明。

两位数学家看完用"震惊"来形容：AI 并没有采用人类预想中繁杂的硬估计，而是通过巧妙的采样策略，简化出简洁的正性条件。换句话说，AI 走出了一条人类没想到的路。

为什么"提问"比"证明"更重要

这件事最值得深挖的，不是 AI 有多强，而是人机分工的范式转移。数学史上，真正奠定地位的大师，往往不止是解题者，更是出题者。Erdős 以"提出问题"闻名于世，一生抛出了数以千计的猜想，养活了几代数学家。希尔伯特 1900 年列出的 23 个问题，至今仍是数学界的路线图。

证明是苦力活，提问是智慧活。过去这两件事分不开：不会证明，你的问题就没人重视。但在 AI 时代，这道门槛被拆除了。金山木的正式数学训练，仅限于理工科本科生的基础课程，其余全是自学。他既不是数学教授，也没有博士级数学功底，却撬动了一台算力惊人的思维引擎，完成顶级团队十年未竟之事。

他的贡献，是"知道该问什么"：从经颅超声研究里遇到矩阵分析，从矩阵分析里遇见 Crouzeix 猜想，再把问题翻译成 AI 能执行的环境设定。出题人和解题人的角色，第一次被干净利落地分开。

不是孤例：AI 数学的转折之年

金山木的突破并非孤立事件，2026 年正密集上演同类剧情。5 月，OpenAI 称其内部通用推理模型自主解决了匈牙利数学家 Erdős 于 1946 年提出的平面单位距离问题；8 月初，OpenAI 又披露下一代模型 Astra 的内部版本，在 10 项数学与理论计算机科学难题上取得突破；8 月 11 日，Anthropic 宣布未公开的研究版 Claude 模型在攻坚黎曼猜想时，把黎曼 ζ 函数临界线上零点比例的已知下界从 41.6% 提升到了 67.2%。

更有意思的是，金山木预印本发布仅 8 天后，数学家 Emiel Lorist 和 Felix Schwenninger 就抛出一篇只有 5 页的独立证明，思路截然不同。两人坦言，探索证明策略时同样用了 ChatGPT 5.6。

AI 的证明可信吗

这是最自然的疑问。金山木给出了三重保险：全文开源，从论文、提示词到历次迭代手稿全部公开在 GitHub；用 Lean 4 写了形式化证明代码，机器可逐行验证；附上公理审计报告。再叠加三位资深数学家人工复核。证明的正确性，已不依赖对 AI 的信任，而依赖可验证的链条本身。

趋势已经明朗：AI 正在把"证明"变成可以外包的苦役，而把"提问"变成人类的核心竞争力。对普通人来说，这道选择题同样成立——你是打算继续当一个埋头算题的人，还是学着当一个会提问题的人？毕竟，在 AI 眼里，后者才是稀缺资源。

金山木证明了猜想，但他更大的贡献，是示范了人与问题的正确关系：别总想着自己扛下所有答案，先学会把问题问到点子上。

如果你觉得"会提问"比"会做题"更该成为这个时代的能力标签，欢迎把这篇转给正在学用 AI 的朋友；同时，如果你还想继续围观 AI 数学的每一次里程碑，也欢迎关注「AI里程碑」，我们会追踪每一次由好问题引发的突破，陪你一起见证下一个 16 小时。