2026年10月7日,技术博主 Simon Willison 转载了一条在 Hacker News 引发震动的留言。图论研究者 Jake Boggan 看到 OpenAI 开源的数学库中赫然列着第 180 号问题,声称已经证明了巴内特猜想(Barnette's Conjecture)。 Boggan 早年在布达佩斯求学,断断续续为这道图论猜想倾注了 24年心血,面对突如其来的算法胜利,他留下了一句令人心酸的感叹:听到它被解决,感觉就像昔日的前女友在车祸中骤逝,心里空落落的。

这本是一场经典的算法碾压人类智力的悲情叙事,但事实的底色完全不同。翻开 OpenAI 存放在 GitHub 上的形式化验证文件 BarnetteHamiltonian.lean,在整份证明最关键的主定理末尾,赫然写着四个字母:sorry。在 Lean 交互式定理证明器中,sorry 并非谦逊致意,而是一个专门用来跳过未完步骤的占位符。这桩让数学界提前透支存在主义悲伤的机器神迹,根本没有通过形式化系统的内核校验。

撕开 180 号问题:一行 sorry 撑起的伪终结

巴内特猜想由 David W. Barnette 于 1969年 提出,是离散数学领域极为顽固的高峰。它断言所有有限简单 3-正则二部 3-连通平面图都存在哈密顿回路。半个世纪以来,学术界耗费海量算力,也仅仅把反例排查推演到了 86顶点 以下,宏观的全局证明始终悬在半空。

看似完备的图论证明,在最核心的闭环处被留白生生切断(示意图)
看似完备的图论证明,在最核心的闭环处被留白生生切断(示意图)

OpenAI 在数学目录第 180 号问题下挂出的论文题为《Paired states and Hamiltonian cycles in cubic bipartite planar graphs》,成文日期标注为 2026年9月24日。很多技术读者看到代码仓库中附带了 Lean 代码,便下意识认为该猜想已经被机器严格闭环攻破。然而计算机辅助证明有着绝对严苛的底线:要么全链条经由内核验证,要么等于没有证明。

TEXT
-- OpenAI BarnetteHamiltonian.lean 核心片段
theorem barnette_conjecture (G : Graph) [PlanarEmbedding G] 
  [Bipartite G] [ThreeRegular G] [ThreeConnected G] : 
  HasHamiltonianCycle G := by
  sorry

代码中的 sorry 意味着模型仅仅形式化了命题本身的数学外壳,并将核心推导步骤强行留白。不仅如此,Lean 文件中自定义的图论概念是否与经典数学定义严格等价,同样未经任何推敲。

openai/math 180号问题的技术现实与公众认知落差 大众误区:AI 彻底终结猜想 • 误认 Lean 代码上线等同于通过机器形式化验证 • 将未命名模型的论文草稿视作公认学术定论 • 情感投射先于技术核查,引发群体虚无感 误判本质:把愿景声明当成了证明闭环 代码真相:未完成的占位草稿 • 主定理以 sorry 占位符结尾,内核直接跳过 • 核心图论定义与公理等价性仍存疑点 • 论文属于未经同行评议的预印本文本 技术定性:只搭了接口框架,留白了核心证明

一个未经形式化检验的占位符,瞬间击碎了一位资深学者的心防。这暴露的不是人工智能的算力奇迹,而是当前科技传播中极度扭曲的认知鸿沟。


批发的未验证手稿:OpenAI 与 DeepMind 的分野

这次在 GitHub 抛出的成果并非单一孤例。根据官方说明,这批成果来自其内部未公开模型,一口气覆盖了约 4000个开放数学问题,抛出了 722篇手稿,划分为 372 个家族。OpenAI 自己在文档里留下了一条审慎的免责声明:成果处于不同验证阶段,可能存在错误。

倾倒的未核查手稿遭故障撕裂,闭环竞赛奖牌保持严密完整(示意图)
倾倒的未核查手稿遭故障撕裂,闭环竞赛奖牌保持严密完整(示意图)

这种把海量半成品推向公共领域的做法,与学术界的严谨范式大相径庭,也照出了顶尖实验室在技术路线上的明显断层。

AI 数学推理的两条演进路径对比 DeepMind AlphaProof 路径 代表战绩:2024 年 IMO 银牌 (28/42分) 验证模式:Lean 严格形式化语言与内核闭环 推理机制:强化学习搜索,无内核通过不作数 边界限制:依赖明确的竞赛题目翻译,题库有限 特点:宁缺毋滥,每行证明都经机器敲章 OpenAI 开放科研路径 (180号) 发布体量:4000 个开放问题、722 篇手稿 验证模式:自然语言论文为主,辅以代码接口 推理机制:大语言模型生成长文本,伴随幻觉风险 代码现状:核心证明留空 sorry,未通过严格编译 特点:撒网式占位,将校验成本转嫁给学术界

两年前,DeepMind 的 AlphaProof 在 2024 年国际数学奥林匹克(IMO)中斩获银牌水平,拿下 28/42分。AlphaProof 之所以赢得学术界承认,在于它将题目严格转译为形式化逻辑,每一步状态转移都由交互式证明内核锁定,没有任何蒙混过关的容错空间。

相比之下,OpenAI 这次抛出的更像是一场粗线条的模型能力宣发。它避开了高难度的形式化逻辑闭环,直接让未公开模型批量吐出自然语言格式的论文手稿,并在代码仓库里用声明式接口充门面。这不仅没有解决历史猜想,反而制造了海量真假难辨的文献噪点。

  • 提醒.不要把大模型生成的学术预印本与机器验证的数学定理混为一谈;缺少内核编译与同行评议的证明,本质上只是概率生成的推导草案。

算力重压下的学者:别为未完成的草稿过早哀悼

巴内特猜想之所以吸引几代学者前赴后继,源于它在图论史上的险峻地位。它的源头可追溯至 1884 年的 Tait 猜想,后者在 1946 年被 Tutte 构造出 46 个顶点的反例无情推翻。随后 Tutte 提出的二部图猜想又被 Horton 图打破。直到 1969 年,巴内特加上了平面性约束,才勉强收拢了现代二部图的边界。这道命题凝聚了人类在离散结构中对秩序的执着追问。

面对海量算法草案,数学家被迫逐行核查图论逻辑的断裂点(示意图)
面对海量算法草案,数学家被迫逐行核查图论逻辑的断裂点(示意图)

当人类研究者面对海量算力时,往往会产生一种心理代偿式的怯懦。看到大机构挂出代码与论文,便下意识地将解题权拱手让出,将几十年的学术生涯折算成被算法淘汰的悲凉。

人类数学家最沉重的代价,不是输给算力,而是被未经检验的算法草案打乱了呼吸。

对于纯数学界而言,眼下最真实的处境是审查成本的剧烈攀升。OpenAI 并没有把成果归功于任何具体的数学家,只是作为数据资产打包丢出。面对 722 篇鱼龙混杂的模型手稿,人类数学家不得不充当免费的清洗工,从动辄数百页的文本和带有 sorry 的代码里,逐行核查组合思想是否存在逻辑跳步。

接下来真正值得盯紧的变量只有两个:其一,数学界对 9月24日 手稿核心组合构造的同行评审能否挑出根本漏洞;其二,OpenAI 能否在其代码库的后续迭代中,真正把那行扎眼的 sorry 从 Lean 内核中抹除。在那一天到来之前,一切关于智力终结的自我悼亡,都未免太早了。