AI推翻数学猜想获作者确认,453篇手稿开启自主出题
AI数学正在越过一个微妙的分界线。过去人们关心大模型能否解难题、写证明、找反例,如今更接近科研本身的问题浮现:当一条证明路线失败后,AI是否知道下一步该做什么——继续算、换路线、缩小命题,还是提出新的可证伪猜想?思特雅大学研究人员曾仔健搭建的AI Has Taste,正试图将这一问题做成可持续运行的研究系统。

项目公开仓库目前记录453份数学研究手稿、2312页内容,其中6篇被明确归类为“AI-Proposed Conjectures”。仓库首页定位为“From Answer Generation to Research-Agenda Generation”——从生成答案走向生成研究议程。

AI Has Taste并非基于“AI一定擅长数学”的信念。曾仔健回忆,项目初期他对大模型能否真正推进数学研究并不确信。一次偶然测试成为转折:他把一篇论文中的猜想交给AI,本只想看模型能走多远。结果AI没有顺着论文继续证明,而是构造出反例,直接推翻了该猜想。他第一反应是不信,于是整理反例和推导后写信给原论文作者核实,随后收到回复确认反例成立。对应研究后来也被收录进目前450余份数学手稿中。

曾仔健表示:“最开始我还不相信AI在数学上的力量。直到输入一篇论文的猜想,AI直接给出反例推翻;我立刻写信问原作者,对方回复确认是对的。那之后,我才真正放开手脚干。”这封邮件改变的不只是一个猜想,而是项目的尺度:如果AI不仅能复述已知知识、生成看似证明的文本,还能主动推进研究,那么数学研究的边界与方式可能正在被重新定义。
更多推荐阅读

Manus 2.0发布:AI应用只剩三件事
昨夜,Manus发布2.0版本,堪称超级全家桶。技术层面推出新agent架构Cascade、云电脑和自动化;面向工作创作场景的Manus Studio支持剪视频、生视频、做在线多人游戏、远程遥控电脑;以及One More Thing:Cue。 我第一时间上手试了Cue。先连接Gmail、GitHub、Notion、Instagram、Oura等账号,补充Codex记忆备份和几条即刻,构成较完整的...
2026-09-30
GPT-6上线后,鹈鹕骑车测试为何突然爆火
开源项目CodexRadar发起人Lambda在GPT-6 Astra发布后,收到大量“鹈鹕骑单车”视频,于是在社区发起“鹈鹕杯”比赛,参赛者围绕“画一只骑自行车的鹈鹕”用模型生成作品。9月14日上午,比赛页面PV达7000多。 每次新模型上线,都有人用鹈鹕骑自行车测试模型能力。这个任务简单直观,能一眼看出腿和踏板是否对位、车轮是否跟着动、动作是否穿帮、前后是否一致;同时又足够复杂,涉及动作理解...
2026-09-30
Opus 5.5代码直出MV,马斯克连转惊呼AGI
Opus 5.5代码直出音乐MV火了。马斯克多次转发,并给出“嚯!”“史诗级!”“这次我真切感受到了AGI”等评价。 这些MV中,人物、歌词、拼贴、颗粒和转场贴着节拍轮番轰炸。两分钟速通《谷歌来时路》,动画越切越快,配乐越顶越燃。另一支纪念乔布斯的MV,从车库创业拍到改变个人计算,23种转场踩着120 BPM配乐,被剪成一部硅谷英雄片。还有博主把2011年录的木吉他老歌用Suno重编成Techn...
2026-09-30
反超Seedance 2.0!RunningHub增强版H3一秒仅一毛
7月底MiniMax H3开源时,Artificial Analysis视频编辑榜Elo 1130分,直冲全球第一。但量产场景下短板明显:多镜头一长角色走样,商品多拍几组轮廓不准,十几个镜头连跑后面越来越不像同一部片子。从“跑得通”到“生产能用”,差的是工程。 9月29日,RunningHub发布H3 RH Enhanced,基于MiniMax H3开源基座做深度后训练的增强模型。Running...
2026-09-30
AI写算子让Kimi K3推理快3倍,TPU反超英伟达
上一周,vLLM原班人马创办的Inferact开源了TPU Megakernels,把Kimi K3的92个MoE层写进同一个程序,在16颗谷歌TPU v7上运行:开启投机解码,单用户输出达709 tokens/s;同样16块英伟达GB200用vLLM跑为452 tokens/s。关闭投机解码,在1到8并发下,它也是GB200的1.4到2倍。而TPU v7显存带宽7380GB/s,还低于GB200...
2026-09-30
10个Claude通宵15小时,证明122年物理数学难题
球面上的7个电子,难住了人类数百年。今天,10个Claude Sonnet 5.5通宵15小时,互发1270条消息,写出17895行Lean代码,完成了汤姆逊问题N=7的证明。没有人类介入,没有预设分工,10个Claude自己建群、讨论、选算法、合并代码。证明通过了Lean内核和独立内核nanoda的双重验证,改一个整数,nanoda立刻报错。 1904年,J.J.汤姆逊提出“葡萄干布丁”原子模...
2026-09-30