起源：10名中国车主诉特斯拉FSD诓骗索395万作者： 谢立伟：

菲尔兹奖得主0贡献！GPT-5.5 Pro两幼时跑出博士级证明

新智元报路

编纂：桃子

【新智元导读】全网震撼！菲尔兹奖得主把未解数学题抛给GPT-5.5 Pro
，不到两幼时拿到博士论文级证明
。整个过程中
，他没给出任何数学思路
。

今天
，菲尔兹奖得主Timothy Gowers在幼我博客上发了一篇长文——

最近一次使用ChatGPT 5.5 Pro的履历

标题平平无奇
，内容却让整个数学圈坐不住了
。

文中
，他亲手验证了一个令整个数学界不寒而栗的事实：

GPT-5.5 Pro
，用了不到两个幼时
，独立实现了一项博士论文级此外数学钻研
。

而Gowers自己在整个过程中
，数学贡献险些为0
。

两个幼时
，一章博士论文级成就
。

全程2幼时
，菲尔兹奖得主贡献为0

事件是这样的
。

这几天
，Timothy Gowers拿到了ChatGPT 5.5 Pro的测试权限
，决定搞一次真刀真枪的测试
。

他从数学家Melvyn Nathanson的一篇新论文中
，挑出了几个关于加法数论中集中求和的未解问题
。

这些问题的主题是：给定一个k个整数的集中A
，它的h重求和集hA的可能大幼有哪些？

要实现特定大幼的求和集
，集中的「直径」最幼能是几多？

Nathanson自己给出了一个指数级的上界：2^k - 1
。

因而
，Gowers把问题抛给了GPT-5.5 Pro
。17分钟05秒后
，AI给出了一个机关
，直接把上界从指数级干到了二次方级
。

而这
，显然已经是最优的了
。

更让人坐不住的
，是Gowers在整个过程中表演的角色
。

他没有给出任何数学思路
，没有提供关键引理
，更没有指出证明方向
，

Gowers只是充任了一个「感情价值提供者」和「排版副手」
，给出的提醒词极其单一——

对
，这个设法不错
，碰运气能不能成；

把这段推导写成尺度的LaTeX论文体式
。

博客中
，Gowers在反复强调：提醒词「不蕴含任何数学输入」
。

AI走的每一步推理、每一个机关、每一处关键转折
，都是它自己想出来的
。

仅用了几个幼时
，AI就实现了人类可能必要数月
，甚至数年能力实现的工作
。

换句话说
，人类顶级数学家在这场所作中的智力贡献
，约蹬宗0
。

AI给出原创设法
，震惊MIT博士生

若是故事到这里就实现了
，那顶多算是「AI又解了一路数学题」
。

但后面发生的事件
，才真正让人细思极恐
。

Gowers持续追问ChatGPT：那通常情况的h呢？这个问题的难度陡然上升
。

由于当h=2的时辰
，数学家们已齐全搞清了所有可能的求和集大幼
。但对于通常的h
，甚至不知路齐全的答案是什么
。

此前
，MIT博士生Isaac Rajagopal已经证了然一个指数级的上界
。

Gowers因而让GPT去看看能不能改进拉Rajagopal的了局
。

第一轮：GPT思虑了16分41秒
，把上界从k的指数级改进到了k^(1/2+ε)的指数级
。

这是对拉Rajagopal工作的「通例批改」
。

第二轮：Gowers说
，能不能再进一步
，搞到多项式级？

GPT思虑了13分33秒
，暗示「有戏」
，但必要验证两个技术性命题
。

Gowers让它自己验证
，9分12秒后
，GPT实现了验证
，并在随后的31分40秒内写出了齐全的预印本论文
。

论文地址：https://drive.google.com/file/d/1IkJBcWYz_3J_QGsESBmMa-jrEHAJDcJB/view

最终了局：N(h,k) ≤ O(k^{10h?})——从指数级
，直接跃升到多项式级
。

Rajagopal自己看完后
，给出了一个让人五味杂陈的评价：

ChatGPT这个设法很原创、很奇妙
。若是是我自己想出来的
，我会极度高慢
。

然而
，我必要一两周能力实现的脑力风暴
，GPT只用了不到一个幼时
。

更重磅的是
，Rajagopal具体分析了GPT的主题创新——

它使用了h?-耗散集（h?-dissociated sets）来节造h阶以下的关系
。「这个思路
，据我所知
，齐满是原创的」
。

不得不说
，当一个MIT学生用「我会为这个设法感应高慢」来评价一个AI的数学证明时
，某种范式转移已经悄然发生了
。

顶级数学家忠告：；戳

菲尔兹奖得主Gowers没有停顿在「ChatGPT很严害」的层面
，他直接把话题拉到了最敏感的问题：

博士生怎么办？

这才是这篇博客真正的重量级炸弹
。

在组合数学领域
，有大量论文会提出一系列新的组合参数
，并附带一串未解问题
。

这些问题通常不是出格难
，它们的价值在于给初入科研的学生提供一个「能够攻克的指标」
，让他们在解决一个「正式的盛开问题」中获得信念和成就感
。

但此刻
，这条路被AI截断了
。Gowers的原话说得很直白：

从前
，只有有人提出问题就够了
。

但此刻
，仅仅被提出是不够的
，它还必须足够难
，难到LLM解决不了
。

2026年至今
，已有15个Erd?s盛开问题被解决
，其中11个明确标注了AI的贡献
。

就在几周前
，一个23岁、没有高档数学学位的年轻人Liam Price
，用GPT-5.4 Pro在80分钟内解决了一个困扰数学家60年的Erd?s问题
。

菲尔兹奖得主陶哲轩亲自验证了这个证明
，并将其扩大为一个新理论的起点
。

从前必要数年训练能力达到的钻研能力门槛
，在被AI一夜之间碾平
。

Gowers直言
，「若是AI在数学领域以目前这个速度发展下去
，那么我们将很快面对一场；
。

对此
，OpenAI钻研员Sebastien Bubeck深表赞成
。

但也有人默默指出：这只是一次尝试
，不能过度表推
。Nathanson的问题固然是盛开问题
，但难度不定代表数学前沿的天花板
。

Gowers自己也认可
，他「没有齐全答案」
，只是在纪录自己的经历
。

从前两年
，类似的「AI攻克数学」叙事出现过好几次
，仔细看城市发现具体前提限度不少
。

但这一次
，措辞的人是菲尔兹奖得主
，他的判断尺度不必要额表背书
。

AI数学加快度
，已不成逆转

把功夫线拉长一点就会发现
，AI在数学领域的进取曲线险些是垂直的
。

2023年
，GPT-4做不了大无数本科数学题；2024年
，o1在数学较量中拿到了金牌水平；2025年
，o3在前沿钻研中起头展示推理能力
。

2026年5月
，GPT-5.5 Pro独立实现了博士论文级此外证明
。

三年
，从本科到博士
。

Gowers的尝试揭示了一个临界点：AI不只是工具了
。至少在某些问题上
，它已经是一个能独立产出原创了局的钻研者
。

那些已经必要数年苦建能力叩开的大门
，此刻只必要一个提醒框和两个幼时
。

门槛没了
。但门后面的世界
，可能比我们设想的更大
，也更陌生
。

参考资料：

https://x.com/wtgowers/status/2052830948685676605?s=20

https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/