200美元。
这是OpenAI上周解一道困扰人类27年的数学难题花的钱。
不是请一个博士后花三年时间，不是组一个十人团队烧一千万经费，是往一台机器里塞了200美元的算力代币，然后它吐出来一个形式化证明，编译通过了。
而且不是一道。是十道。
十道数学和理论计算机科学的开放难题，横跨群论、算子代数、高维几何、量子复杂度、极端组合学、格密码学、电路复杂度、编码理论。总花费大约2000美元，按GPT-5.6 Sol的公开API价格折算。
2000美元。我上个月请朋友吃了顿日料都不止这个数。
事情是这样的。8月1号，OpenAI的数学研究负责人Sébastien Bubeck发了条推，原文是这样的，「yes, nonsofic groups exist: this statement is one of many new beautiful results proved by Astra, our next major model.」下面跟着十个证明的Lean 4编译证书和推理链walkthrough，全部开源在GitHub上。
Astra。这是OpenAI继Sol、Terra、Luna之后的下一代模型家族。拉丁语里的意思是「群星」。他们还没决定要叫它GPT-6还是GPT-5.7，但从发布的姿态来看，这显然不是一次小版本迭代。
我花了三天时间把能找到的资料全看了一遍。坦率的讲，看完之后的感受很复杂，不是单纯的震撼，更像是一种。。。认知上的失重感。
顺着聊聊那十道题吧。
最headline的一个结果，是证明了「非sofic群」的存在。这玩意说人话就是，1999年数学家Gromov提出了一类叫「sofic群」的结构，它的特点是可以被有限对称群近似，你可以想象成，一副有限的扑克牌的洗牌方式可以逼近这个群的结构。然后Gromov问了一个问题，是不是所有的群都是sofic的？
27年来，数学家们找到的每一个群都是sofic的。所有人都在怀疑这个问题可能就是对的，但没人能证明。Astra直接构造出了一个不是sofic的有限表示群。编译通过。
除了这个之外，还有推翻了Connes 1980年提出的刚性猜想、改进了自1978年以来未被突破的高维球填充上界、给出了多色Ramsey数的超指数下界（顺手解决了Erdos第183号问题）、证明了格上最近向量问题的多项式因子近似困难性。。。
每一个单拎出来，都是那种能让一个数学家用整个博士生涯去攻克的问题。而Astra在几小时到几天的推理时间内，用多个agent协作的方式，把它们一个接一个地解了。
好，到这里你可能已经开始觉得不对劲了。
2000美元解十道open problems，这个叙事是不是太完美了？
你的直觉是对的。让我把这个「投币机」拆开看看里面到底是什么。
首先，2000美元这个数字是怎么来的。它指的是，把成功解题过程中消耗的推理token，按Sol公开API的价格折算出来的费用。注意几个关键词，「成功的」「推理token」「Sol价格」。
这里面藏着什么呢。
它不包括失败的尝试。 OpenAI自己说了，他们尝试了其他重大问题但没有成功，包括千禧年大奖难题。那些失败花了多少钱？没说。就像你只看到老虎机旁边举着支票笑的那个人，没看到他背后一地的废票。
它不包括训练Astra本身的成本。 这台「投币机」本身的制造费用，可能是几亿美元。你花200美元投进去的那一刻，背后是整个OpenAI几千人几年的工作在支撑。
它不包括人类的参与。 Bubeck的团队和模型一起工作，把论证整理成249页的论文，把证明形式化为Lean代码。这些人力没有被计入那2000美元。
所以2000美元这个数字，与其说是「解题的成本」，不如说是「往一台造价数亿美元的机器里投币的费用」。
但即便如此。。。
即便把所有前置成本都算上，这件事依然是革命性的。 因为边际成本的逻辑在这里成立。一旦Astra的模型训练完成，每解一道新题的增量成本确实只有几百美元。就像你建了一座核电站之后，每度电的成本确实很低。问题是你要不要把建电站的钱也算进去。
这里面真正让我兴奋的，不是cost本身，是方法论的变化。
回到Lean 4这个东西。
我之前写过Sol指挥Luna在Codex里干活那篇文章，当时聊到一个核心问题，就是「我们怎么知道AI的输出是对的」。在代码领域，你可以跑测试。在数学领域，长期以来的答案是「靠同行评审」，也就是一群数学家花几个月甚至几年来检查你的证明。
而Lean 4把这件事变成了一个编译问题。
Lean是一个形式化证明语言。你把数学定理写成Lean代码，如果编译通过，证明就是正确的。不需要任何人类来检查，不需要同行评审，不需要花三年时间组织会议讨论。代码跑通了就是跑通了。
OpenAI这次把十个证明全部放在了GitHub上。任何人，不管你在波士顿还是在郑州，不管你是Fields奖得主还是本科生，都可以clone下来跑一遍Lean编译器，十秒钟之内得到答案，对或者不对。
这就像是给数学装了一台验钞机。
你可以质疑钱从哪来的，可以质疑这台ATM机的商业模式，可以质疑OpenAI的公关策略，但钞票本身，经过验钞机确认是真的。
不过，这台验钞机也有它验不了的东西。
3324位数学家联名签署的「莱顿宣言」，就在指向这个问题。
这份宣言去年9月在荷兰莱顿的一个workshop上起草，今年6月2号正式发布，24小时内就超过1000人签名。到现在已经有3324个签名。国际数学联盟背书，在今年的国际数学家大会上做了正式报告。Fields奖得主Peter Scholze签了。
Scholze说的话我觉得值得全文引用，「Mathematics is, and should always remain, a profoundly human endeavour. The goal of mathematical research is human understanding of mathematics. Mathematical ideas, like children, must be nurtured and grow over the years. Just like I do not want my children to be educated by AI, I am pondering my mathematical ideas without use of AI.」
数学思想像孩子一样需要被nurture。这句话很重，我反复读了好几遍。
莱顿宣言指出了五个核心威胁，其中跟Astra最直接相关的是第三条和第五条，「通过新闻发布会而非同行评审来宣布成果」，以及「将研究优先级重塑为服务商业利益而非智识意义」。
坦率的讲，数学家们担心的不是Lean证明是不是对的。他们担心的是一个更深层的问题，Lean能验证的东西和数学家真正在乎的东西之间，有一道鸿沟。
这道鸿沟是什么呢？
Lean验证的是，在给定的公理和定义下，某个形式化表述的证明是合法的。但它不能验证，这个形式化表述是否精确捕捉了数学家心目中那个问题的本质。它也不能验证，这个结果的新颖性、历史定位和意义是否如新闻稿中所声称的那样。
打个比方。验钞机能告诉你这张100块是真的，但不能告诉你这100块是不是你应得的工资。
Gary Marcus在8月2号发了一篇很长的分析，里面提了八个「misconception」。其中我觉得最有力的一条是这样的，「Math lends itself to two things that are special: verification using symbolic tools, and massive amounts of cheaply produced synthetic data where you can guarantee that the answers are correct. This makes it fundamentally different from most real-world problems.」
数学之所以是AI第一个「攻克」的学科，恰恰是因为它特殊。它可以被形式化验证，它可以生成大量有标准答案的合成训练数据。这让它成为了AI最容易「刷通关」的游戏。
但反过来想，正因为数学有这台验钞机，它反而是AI能力最可信的试金石。在其他领域，法律、医疗、社会科学，你连验证AI输出是否正确的手段都没有。数学至少有Lean。
还有一件很有意思的事。Anthropic的一位数学家Levent Alpoge，在Astra发布24小时之后就说他用Claude（不是Astra）复现了十个结果中的五个。Marcus评论说，「一个人24小时半价复刻了OpenAI的一半成果」。
这说明什么？说明这些问题可能已经处在了「AI可达」的边界上。不是只有Astra能做到，而是这一代大模型的推理能力已经逼近了这个水平线。Astra可能只是第一个把它们打包在一起、配上漂亮的新闻发布会的。
好，聊到这里，让我把视角再拉远一点。
Sam Altman在8月1号公开发布之前，7月底就带着Astra去了趟华盛顿。在Capitol Hill的闭门会议上给参议员们做了demo。参议院商务委员会主席Ted Cruz看了。白宫也看了。
2000美元解十道数学难题。 这个叙事对政客来说，比任何benchmark都有冲击力。你不需要解释什么是MMLU、什么是HumanEval、什么是GPQA Diamond。你只需要说，27年没人解出来的数学难题，花了200美元，解了。
这就是为什么Altman选择先给国会山看，再给公众看。这不只是一个技术成果，这是一个政治叙事工具。
而在数学家那边，问题从来不是「能不能解出来」。
Peter Scholze说数学研究的目标是「human understanding of mathematics」。数学家想要的不是答案，是理解。一个正确的证明如果没有人能理解它为什么work，在数学家看来它的价值是打折扣的。就像你抄了一份满分试卷，答案都对，但你自己什么都没学到。
这是两种完全不同的价值体系在碰撞。
一边问的是「答案值多少钱」，200美元一道题，2000美元十道题，边际成本趋近于零，数学变成了一种计算服务。
一边问的是「理解值多少钱」，人类花27年没搞明白的东西，一台机器用几小时搞定了，但搞定之后人类依然不明白为什么。这个「不明白为什么」才是让数学家真正不安的东西。
我自己的感受是什么呢。
坦率的讲，我两边都能理解。作为一个对AI有好奇心的人，2000美元解十道open problems这件事本身就足够让我兴奋很久。科学发现的成本结构正在发生根本性的变化。以前需要一个天才用一辈子去想的东西，现在可能只需要一台足够强的机器跑几个小时。这个趋势一旦确立，后果是不可逆的。
但同时，我也理解数学家的不安。如果数学的目标真的变成了「尽快拿到正确答案」，那数学作为一种人类智识活动的意义就被掏空了。就像如果围棋的目标变成了「找到最优解」，那AlphaGo之后就不会有人类棋手了。但事实是，人类还在下棋，还在享受下棋，因为围棋的意义从来不只是赢。
数学可能也是一样的。
我想起一个细节。OpenAI那篇249页论文的标题叫「Ten advances in mathematics and theoretical computer science」。不是「Ten solutions」，不是「Ten breakthroughs」，是「Ten advances」。
Advances。推进。
也许这就是最诚实的措辞。一台机器把人类的认知边界往前推了一点点，但它自己对这件事没有任何感觉。它不知道自己推了什么，不知道为什么这件事重要，不知道27年来有多少数学家在这个问题上耗尽了热情。
它只是。。。投了一枚硬币。编译通过了。
200美元。
也许有一天回头看，2026年8月1号是数学变成「计算服务」的起点。或者什么都不会改变，数学家们继续在黑板前踱步，试图理解那些机器已经证明但人类还没有理解的定理。而Astra继续在机房里投币，每次200美元，永不疲倦，永不好奇。
两种未来都有可能。但不管哪种到来，此刻的我们正站在一个非常奇怪的节点上，机器第一次比人类更快地触碰到了数学真理，但它对「真理」这两个字毫无感觉。
大时代啊，朋友们。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章，我们，下次再见。
评论区
欢迎留下你的看法，支持匿名评论。
你的评论会公开展示，建议填写便于交流的昵称，并尽量提供有信息量的反馈。