菲尔兹奖得主0贡献！GPT-5.5 Pro两小时跑出博士级证明

今天，菲尔兹奖得主Timothy Gowers在个人博客上发了一篇长文——

最近一次使用ChatGPT 5.5 Pro的体验

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，用了不到两个小时，独立完成了一项博士论文级别的数学研究。

而Gowers本人在整个过程中，数学贡献几乎为0。

两个小时，一章博士论文级成果。

全程2小时，菲尔兹奖得主贡献为0

事情是这样的。

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合求和的未解问题。

这些问题的核心是：给定一个k个整数的集合A，它的h重求和集hA的可能大小有哪些？

要实现特定大小的求和集，集合的「直径」最小能是多少？

Nathanson自己给出了一个指数级的上界：2^k - 1。

于是，Gowers把问题扔给了GPT-5.5 Pro。17分钟05秒后，AI给出了一个构造，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在整个过程中扮演的角色。

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只是充当了一个「情绪价值提供者」和「排版助手」，给出的提示词极其简单——

对，这个想法不错，试试看能不能成； 

把这段推导写成标准的LaTeX论文格式。

博客中，Gowers在反复强调：提示词「不包含任何数学输入」。

AI走的每一步推理、每一个构造、每一处关键转折，都是它自己想出来的。

仅用了几个小时，AI就完成了人类可能需要数月，甚至数年才能完成的工作。

换句话说，人类顶级数学家在这场合作中的智力贡献，约等于0。

AI给出原创想法，震惊MIT博士生

如果故事到这里就结束了，那顶多算是「AI又解了一道数学题」。

但后面发生的事情，才真正让人细思极恐。

Gowers继续追问ChatGPT：那一般情况的h呢？这个问题的难度陡然上升。

因为当h=2的时候，数学家们已完全搞清了所有可能的求和集大小。但对于一般的h，甚至不知道完整的答案是什么。

此前，MIT博士生Isaac Rajagopal已经证明了一个指数级的上界。

Gowers于是让GPT去看看能不能改进拉Rajagopal的结果。

第一轮：GPT思考了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「常规修改」。

第二轮：Gowers说，能不能再进一步，搞到多项式级？

GPT思考了13分33秒，表示「有戏」，但需要验证两个技术性命题。

Gowers让它自己验证，9分12秒后，GPT完成了验证，并在随后的31分40秒内写出了完整的预印本论文。

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

最终结果：N(h,k) ≤ O(k^{10h³})——从指数级，直接跃升到多项式级。

Rajagopal本人看完后，给出了一个让人五味杂陈的评价：

ChatGPT这个想法很原创、很巧妙。如果是我自己想出来的，我会非常骄傲。 

然而，我需要一两周才能完成的脑力风暴，GPT只用了不到一个小时。

更重磅的是，Rajagopal详细分析了GPT的核心创新——

它使用了h²-耗散集（h²-dissociated sets）来控制h阶以下的关系。「这个思路，据我所知，完全是原创的」。

不得不说，当一个MIT学生用「我会为这个想法感到骄傲」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。

顶级数学家警告：危机来了

菲尔兹奖得主Gowers没有停留在「ChatGPT很厉害」的层面，他直接把话题拉到了最尖锐的问题：

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。

这些问题通常不是特别难，它们的价值在于给初入科研的学生提供一个「可以攻克的目标」，让他们在解决一个「正式的开放问题」中获得信心和成就感。

但现在，这条路被AI截断了。Gowers的原话说得很直白：

过去，只要有人提出问题就够了。 

但现在，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Erdős开放问题被解决，其中11个明确标注了AI的贡献。

就在几周前，一个23岁、没有高等数学学位的年轻人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Erdős问题。

菲尔兹奖得主陶哲轩亲自验证了这个证明，并将其扩展为一个新理论的起点。

过去需要数年训练才能达到的研究能力门槛，正在被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，那么我们将很快面临一场危机」。

对此，OpenAI研究员Sebastien Bubeck深表赞同。

但也有人冷静指出：这只是一次实验，不能过度外推。Nathanson的问题虽然是开放问题，但难度未必代表数学前沿的天花板。

Gowers自己也承认，他「没有完整答案」，只是在记录自己的经历。

过去两年，类似的「AI攻克数学」叙事出现过好几次，仔细看都会发现具体条件限制不少。

但这一次，说话的人是菲尔兹奖得主，他的判断标准不需要额外背书。

AI数学加速度，已不可逆转

把时间线拉长一点就会发现，AI在数学领域的进步曲线几乎是垂直的。

2023年，GPT-4做不了大多数本科数学题；2024年，o1在数学竞赛中拿到了金牌水平；2025年，o3在前沿研究中开始展现推理能力。

2026年5月，GPT-5.5 Pro独立完成了博士论文级别的证明。

三年，从本科到博士。

Gowers的实验揭示了一个临界点：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结果的研究者。

那些曾经需要数年苦修才能叩开的大门，现在只需要一个提示框和两个小时。

门槛没了。但门后面的世界，可能比我们想象的更大，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/

文章来自于微信公众号 "新智元"，作者 "新智元"