10月21日，微软研究院发了篇博客：1995年提出的KLS猜想，被证了。这个悬了31年的高维几何难题，论文140页。
比证明本身更有意思的，是博客里一段不起眼的交代：他们悄悄跑了个对照组。同样的token预算，不给任何人工引导，让几个顶尖模型从零开始自己死磕。
结果颗粒无收，什么都没跑出来。
同一批模型，牵着走能拿下世纪难题，放开手连门都摸不到。这中间的差别，我觉得比猜想本身更值得聊。
31年，卡在一个n上先说这个猜想在问什么，它其实特别直白。
拿一块光滑、没有尖刺的"胖面团"，切成体积相等的两半，找最窄的那一刀。刀有两种用法：一种可以随便弯，波浪形曲面怎么刁钻怎么来；另一种只能用笔直的平刀，一刀劈下去。
直觉上弯刀总能找到更窄的切口。可这块面团要是有1万维、1亿维呢？直刀会不会差到没法看？
KLS猜想的答案是：不会。哪怕维度高到天上，直刀和弯刀的最优切口，最多差一个跟维度完全无关的常数。这个常数若存在，高维空间里就没有困得住随机游走者的"隐秘死胡同"，大模型采样、高维体积计算那一堆算法的理论保底，全看它。
从1995年起，全世界数学家一点点往下削上界。今年7月最前沿的结果停在了带log的级别——数字前面还挂着n。只要还带n，就不算解开。这是三十年的墙。
拆墙的人，和一支AI军团7月27日，独立研究者赵松看到最新进展，觉得突破口到了。第二天他和微软研究院高级研究员张新智动手，直接换打法：不再手工试错，拉起一支模型军团，GPT-6 Astra、GPT-5.6 Sol、Claude Fable 5轮番上阵。
多个智能体并行，跑同一个数学想法的不同变体，沉重的推导和长程演算全交给AI。人只在每一轮之间抬头看一眼：这条路没戏，砍掉。
两个月，一百多条路径。我注意到一个细节：真正的神来一笔，是赵松想起自己早年做线性规划快速算法时的一个土办法——反复缩减矩阵规模。能不能把递归当套娃一层层往上套，硬压掉剩下的维度尾巴？
他们证明每轮递归引入的误差衰减得极快，加总仍被常数锁住。10月4日，140页的修订版挂出来，那个n，没了。
AI把想法推到了极致，但"想到这个想法"这件事，发生在人脑子里。
那组对照组，才是真正的信息量微软博客写得很老实：方案A，给前沿模型大致相同的总预算，端到端放手让它们干，彻底失败；方案B，智能体并行探索、人类每轮砍掉死路，一百条轨迹后命中核心判据。
高维数学的搜索空间比围棋大出无数个数量级，里面全是看着优美、其实原地打转的逻辑陷阱。没有人抡斧头砍死路，再强的模型也会在岔路口把算力烧干净。
所以我不太认同"AI用两个月干翻数学家三十年"这个流行说法。更准确的是：AI把试错成本从十年压到了两个月，定方向、认判据、拼最后一块拼图的，还是人。顺便说一句，后来有团队借他们的判据出精简证明，论文里坦白写着"大部分证明和点子由ChatGPT生成"，人类贡献的是关键几何构造。
同一天OpenAI也宣布了三项"重大突破"：全维Kakeya猜想、推翻指数时间假设、四维量子场论存在性证明。证明和Lean形式化挂了GitHub，但物理那份材料没放出来，数学界几位大牛组成的顾问组直接开催："没有任何科学理由再拖。"我查了一圈，这三项到今天还没有独立的第三方复核结论。
这两件事放一起，画面很清楚：AI在数学上确实开始出活了，但"AI独立搞科研"这个说法，被微软自己的对照组按在地上摩擦了一遍。
真正稀缺的从来不是算力，是那个知道哪条路根本走不通的人。
你手头有没有想了半年没想通的事？如果是你，会让AI替你跑路线，还是替你定方向？评论区聊聊。
#AI科研 #数学 #微软 #OpenAI #AI工具