阅读预计 4 分钟
最近，数学圈出现了极其魔幻的一幕。
X上一个只有百来个粉丝的账号 Captain Sude 发帖称，GPT-6 Astra 无条件证明了 Liouville 版哥德巴赫猜想。
点进去看，帖子底下挂着论文、Lean 证明、机器审计记录，一应俱全。
魔幻的地方在于，除了哥德巴赫猜想，这个账号在短短8天时间里，像流水线一样连发了6个数学证明。
没有实验室背书，没有高校头衔，论文连署名都没有。
在过去短短十天里，他像开了挂一样，批量扫荡整串悬置十几二十年的数学开放问题。
操作手法极其粗暴：
翻论文 → 找没解决的 Open Problem（开放问题） → 扔给 Astra → 让 Astra 写出 Lean 形式化证明 → 跑通机器验证 → 传到 GitHub。
然后，找下一题。
从9月7日到16日，他的 GitHub 上多了十二个证明仓库，每天至少一个。我挑了几个有年头的看。
-
9月10日，他发布了两个同底数 Stoneham 常数之和的正规性证明。这个问题最早由 Bailey 和 Borwein 在2012年的论文中提出，距今已落灰 14 年。 -
9月12日，他顺手给2002年提出的一个数学猜想抛出了反例。 -
9月14日，Astra 盯上了Copeland–Erdős 常数，0.23571113171923……1946年，人类证明它的数字总体比例和随机序列无异，但在2015年，有数学家在论文末尾留下悬念：我们猜测它并不是强正规的，但缺乏证明。
11年后，Captain 轻描淡写发了一帖，宣告Astra已经把证明写就。
这还不算完。紧接着的两天，他的目标直指 Liouville 版哥德巴赫猜想。
2018年，在数学论坛MathOverflow上，有人提出了一个弱化版哥德巴赫猜想：
对于每一个大于2的偶数N，是否总能找到两个正整数 a和b，使得 N=a+b，并且 λ(a)=λ(b)=−1。
经典的哥德巴赫猜想要求两个加数必须都是质数，而这个版本只要求两个加数的质因数个数为奇数（允许重复计算）。
所以 16 可以拆成 8+8。因为 8=2×2×2，一共有三个质因子，因而 λ(8)=-1。
条件确实松了，证明依然很麻烦。
直到2024年，数学家 Alexander P. Mangerel 终于有了突破。在一篇论文中，他证明了：
假设广义黎曼猜想成立，所有足够大的偶数，都满足 Liouville 版哥德巴赫猜想。
这里仍然留着两个限制。广义黎曼猜想得成立，而且 N 得足够大。
而这次，Captain Sude 和 Astra 把结论直接推到了全集：
对所有大于 2 的偶数，Liouville 版哥德巴赫猜想都成立。
证明拆成了两步。
第一步：攻克所有 4 的倍数（N=4k）。
Astra 抓住了 Mangerel 2024 年论文里发表过的一条不等式，将其与一段初等推导接了起来。
全程采用反证法：
整段推导只有中学代数级别的符号运算和最小值原理，两页纸写完。这一步就已经不需要广义黎曼猜想，也不要求「足够大」。
在第一天干净利落地拿下了4m这一大片阵地。
第二步：拿下全集（所有大于 2 的偶数）。
当尝试沿用此前路线证明剩余偶数（4k+2 形式）撞到死胡同后，Astra 果断换路线。
它把一个复杂的加法分解问题，巧妙映射到了有限域 Fp 的乘法代数结构上，用五步完成了对全偶数域的终极收割：
1 = −1。假设不成立，每个 2p 都拆得出来，全部偶数随之成立。
没有使用任何暴力穷举，也没有强行压缩复杂的解析估计，Astra 靠着对代数结构的深刻洞察，用最纯粹的课本知识完成了证明。
Astra还同时提交了Lean 4 的完整形式化验证。
一个匿名网友配合 AI，两天时间就完成了全集通杀。
在顶级模型手里，「数学研究」的边际成本，真的迎来了断崖式的暴跌。
过去几个月看到的「AI 做数学」，大多是实验室主导的。找顶级专家挑题，模型跑几天，同行评核，然后发一篇长博客。
而 Captain 展示的是另一种用法，扫荡长尾。
数学界有大量悬了 10 年、20 年的小问题。它们没被解决，少数是因为难度，但多数是因为经济上不划算。
一个 2002 年被遗忘在论文「结论与开放问题」里的偏门数论题，实在不值得一个博士生赌上几个月甚至几年的青春去死磕。
Liouville 版哥德巴赫猜想就是最好的例证。
关键突破口用到的那条不等式，Mangerel 自己在 2024 年就已经发表出来了，明晃晃地摆在那里整整两年，硬是没有人往下多接一步。挡住人类研究者的，显然不是能力，而是注意力——这些题目的学术回报，配不上耗费的人力成本。
现在，研究者的成本被彻底重构了：从漫长的推导草稿，变成了从蒙尘的旧论文里找题目，然后丢给 Astra。
Captain 全程只用 Astra 试错了几个小时，算上一打 API 账单，成本微乎其微，换来的却是一个悬置 8 年的数学开放问题的终结。
一旦研究成本降低两个数量级，整个数学文献库里那些「值得做，但不值得人类博士生做」的长尾问题，就会被瞬间重新估值。
这种「降维清库存」已经在规模化发生。截止 9 月 21 日，专门登记 AI 数学成果的社区 VibeMathed 已经追踪了 721 个数学开放问题，其中 494 个被标记为完全解决，155 个通过了机器形式化验证。
网站首页挂着一个震撼的数字：这些问题在被 AI 终结之前，人类文献库里累计悬置了长达 10,650 年。
GPT-6 Astra 正在把数学论文末尾那些遥不可及的「Open Problems」，变成普通人手里的「待办清单」。
这些曾经不值得人类下场的「废弃矿区」，用 AI 挖，变得极其有利可图。
