AI以2000美元解决10个数十年数学难题
💡 2026年8月1日，OpenAI宣布其下一代模型Astra已解决或实质性推进十个长期悬而未决的数学开放问题，所有论证均以可机器验证的Lean 4代码形式发布在GitHub上。总计算成本约为2000美元。AI正在产生可验证的数学结果，而不仅仅是看似合理的解释。
- AI解决数学开放问题横跨八个领域，包括群论、编码理论、量子复杂性、密码学和组合学，共十个结果。
- 每项结果均包含零未经验证占位符的Lean 4机器验证证明，以Apache 2.0开放许可证发布于GitHub。
- 最重要的结果：首次明确构造出一个非sofic群，这是自1999年以来悬而未决的问题。
- 总计算成本约2000美元，表明这一层次的形式推理对大学研究团队正变得触手可及。
- 注意：尚未完成正式同行评审，OpenAI控制了问题选择，未披露失败率。
OpenAI 的 Astra 宣布了什么
2026年8月1日，OpenAI发布了一份249页的技术报告和一套可机器检验的Lean 4证明文件，发布于GitHub上，声称Astra的内部版本已解决或在十个数学及理论计算机科学开放问题上取得实质进展。这些问题涵盖八个不同领域：群论、高维几何、编码理论、算子代数、算术电路复杂性、量子复杂性、基于格的密码学，以及极值组合学。
Lean文件中零个"sorry"占位符。在形式证明助手中，"sorry"标记一个未经证明的步骤。零占位符意味着每个逻辑步骤都被完整阐明，任何人下载文件后均可独立验证，无需信任OpenAI的声明。Fields奖得主Tim Gowers表示将推荐这些证明发表于顶级数学期刊。曼彻斯特大学的Thomas Bloom称这些结果“甚至比此前的单位距离反例更为重要。”
为什么 2000 美元的成本如此重要？
OpenAI估计总计算成本约为2000美元（按GPT-5.6 Sol API费率计算）。这一数字不包括问题选择和手稿准备所需的人工专家时间，且仅反映成功运行的费用。即便如此，这一数字仍令人印象深刻。历史上，推进一个数十年前的开放问题需要数年专家时间。2000美元换来十个涵盖开放27至48年问题的形式结果，是完全不同的量级。
资金充足的大学研究团队完全可以负担每个项目周期2000美元的费用。独立研究人员和优秀研究生也可实际开展类似实验。AI辅助的形式数学经济门槛正在迅速降低，不是因为所有问题都变得容易，而是因为资源壁垒已经改变。
Lean 4 证明如何运作，机器验证为何重要？
Lean是一种编程语言和证明助手。在Lean中编写证明时，每个逻辑步骤都必须以机器可读的细节呈现。如果某个步骤错误，软件将拒绝整个论证。这里没有人类审阅者有时接受的直觉性跳跃空间。OpenAI使用Lean 4.32.0和mathlib库处理全部十个结果，所有文件以Apache 2.0许可证开放。
这一验证模型之所以重要，是因为检查过程真正独立于OpenAI。您不需要访问尚未公开发布的Astra模型，只需要已发布的Lean文件。任何阅读过DataCamp对十项结果的分析的人，都可以独立验证核心论证，无需信赖公司声明。
这对您意味着什么？
如果您从事网络安全或密码学工作：格密码学结果最具直接实践意义。Astra生成了一份机器验证的证明，表明最近向量问题在标准假设下仍然计算困难。这是后量子加密标准的基础支柱，这些标准正在被采用以抵御量子计算机。一份可独立检验的形式化硬度证明，强化了这些加密方案的理论基础。
如果您专业使用AI工具：这项结果表明AI正从生成可信文本转向在严格领域产生可验证输出。Lean证书是自然语言解释无法替代的可信AI输出类型。AI与形式验证相结合的这一模式，可能在未来几年内扩展到软件验证、芯片设计和安全关键系统。
如果您是研究人员或学生：Lean文件可免费获取，是形式证明学习的教育资源。形式数学的瓶颈也在转移：稀缺资源不再是计算能力，而是知道哪个问题值得形式化。人类在问题选择上的判断力变得更加重要，而非更少。
这些结果真的可信吗？
存在三个真实局限。第一，尚未完成正式同行评审。Lean验证确认逻辑一致性，但无法确认问题是否被正确形式化。通过了检查器的错误形式化在数学上仍然是错误的。更广泛的数学界仍在审查手稿和问题编码方式。
第二，问题选择完全由OpenAI控制。没有关于尝试了多少问题、失败了多少的信息，也没有包含失败运行的总计算成本数据。2000美元仅反映成功推理的成本。这是选择偏差，客观评估结果时应当明确指出。
第三，近期有值得警惕的先例。2025年10月，OpenAI关于Erdős问题的一项早前声明，因无法独立验证而告失败。AI批评者Gary Marcus称这批2026年8月的结果“令人印象深刻”，但同时认为其被“极度夸大”为AI通用推理能力的证明。Lean证明可以被检验；更宏观的AI能力声明则不能。
- Lean检验逻辑一致性，而非形式化是否正确捕捉了数学问题本身。
- OpenAI控制了发布哪些问题，对失败率和总计算成本不透明。
- Astra不对公众开放，只有已发布的Lean证明文件可被独立访问。
常见问题
什么是Lean证明，它在这里为何重要？
Lean是一种要求数学论证每个步骤都机器可读的编程语言。如果某个步骤有误，软件会自动拒绝该证明。OpenAI十项结果的Lean 4文件均无未经验证的占位符，意味着任何研究人员都可以下载并在本地运行检查器，无需信赖OpenAI的声明。这使2026年8月的结果比典型研究预印本声明具有更强的独立可验证性。
我现在能使用OpenAI的Astra吗？
不能。Astra尚未公开发布。OpenAI尚未公布模型卡、定价或ChatGPT集成日期。Astra也是首个依据TRAINS行政令被指定在发布前进行国家安全评估的模型。Sam Altman于2026年7月下旬向美国国会议员进行了简报，但截至2026年8月，尚未确定公开可用时间表。
这是否意味着AI现在可以解决任何数学问题？
不是。Astra解决的是已存在形式证明库的领域中的问题，主要是在Lean的mathlib库中有强大支持的离散数学和代数数学。需要新概念框架、实验观察或尚未在Lean中形式化的领域的问题，远超当前能力范围。这些结果展示了在精心选择领域中的深度，而非通用数学解题能力。
2000美元的计算成本为何重要？
因为它重置了对形式数学经济性的预期。历史上，推进一个数十年前的开放问题需要数年专家时间。即使考虑到未计入的失败运行和人工设置时间，2000美元的代币成本也是完全不同的量级。这表明AI辅助形式推理可能很快就能被大学研究团队和资源充足的个人所使用，而不仅限于精英机构。
这如何影响加密技术和网络安全？
格密码学结果直接相关。Astra从形式上证明了最近向量问题仍难以近似，这是CRYSTALS-Kyber等正被标准化的后量子加密标准的基础。对该难度的机器验证证明加强了理论基础。它不会改变您今天应使用的加密软件，但证实了后量子加密的数学基础在形式上是坚实的。
来源：Forbes - OpenAI的Astra以2000美元解决数十年数学难题（2026年8月）；DataCamp - OpenAI的Astra解决十个数学开放问题（2026年8月）
关于作者
Dao Huy（Lucas）是一名专业翻译，拥有超过7年的英语、越南语、中文和法语翻译经验。他关注AI和形式验证研究，特别关注机器生成输出在严格领域中变得可验证的方式，这与技术翻译的精确性同样重要。他还撰写了关于谷歌Gemini 3.5实时翻译发布以及CRISPR基因编辑工作原理的文章。
他提供专业英越翻译、技术和知识产权文件翻译以及软件本地化服务。如果您有需要精确多语言处理的技术文件、专利或软件产品，欢迎在daohuy.com申请报价。
Written by Dao Huy (Lucas), Vietnamese translator & localization specialist (EN · ZH · FR → Vietnamese). See translation services →