Jacob Tsimerman 拿了菲尔兹奖，颁奖当天宣布很快入职 OpenAI，做 AI 安全。

这不是院士退休挂名。他今年还在活跃产出，他自己说 AI 让科研效率翻倍。颁奖前三天，他学生 Levent Alpöge 用 Claude Fable 5，一夜推翻了悬置 87 年的雅可比猜想。

过去一年 AI 数学加速已经不像线性增长：AlphaProof 奥数银牌、OpenAI 推翻埃尔德什猜想（悬了八十年）、GPT-5.6 一小时搞定循环双覆盖猜想、Claude Fable 5 荡平雅可比猜想。两个月连破数道世纪难题。Tsimerman 的判断更直接：两年内，AI 在数学证明上全面超过人类。

他没去 OpenAI 做数学，去的是安全。一年前和伯克利的 Andrew Critch 合著了一篇「AI 灭绝级未来分类学」。

但这只是 2026 年数学与 AI 关系的一半。另一半，是数学前沿正在直接改变 AI 的内部结构。

大模型做不出可解释推理，根子在表征空间的「各向异性」——所有概念挤在一个高维锥形里，少数「流氓维度」霸占信息方差，导致概念纠缠、逻辑不可追溯。GPT、Llama、Gemma 无一幸免。

GeoLAN 换了个思路：训练一开始就用几何约束给表征空间立规矩。这个约束的灵感来自挂谷猜想——1917 年提出的一个纯几何问题，悬了超过一个世纪，最近由王虹等人完成证明。证明中怀孕了一个概念叫「粘性挂谷集」。三个月后，佛罗里达大学团队把它变成了 LLM 训练方法：KT-CW 治语义扎堆，KT-Attn 治注意力偷懒。效果在中等体量模型上最好，论文还发现了一个 4-80 亿参数的「金凤花区」。

从纯数证题到 LLM 训练落地，三个月。

双向加速已经开始了。数学猜想被证明，三个月后落地训练大模型。因此，菲尔兹奖得主不帮它算更多题，转向去看那根绳子还系不系得住。

菲尔兹奖得主入职OpenAI 菲尔兹奖 OpenAI