OpenAI 說，10,000 個 AI agent 解出一道 $1,000,000 等級的數學難題，而且是用比 GPT-6 Astra 更強的內部模型。我的第一反應不是「AI 好強」，而是：證明到底誰驗？數學圈現在打起來，重點不是模型會不會算，而是人類怎麼承認一個機器導出的答案。與其說這是模型能力的展示，不如說是一場關於「誰有資格說證明完成」的權力測試。
這段新聞最刺眼的地方，不是 OpenAI 又拿出了一個大數字，而是它把「解題」和「證明」混在一起。Millennium Prize Problems 不是程式碼競賽，也不是 benchmark 上跑分。數學界要的是可檢查、可反駁、可同行審查的推導。如果 AI agent 只是把大量猜測、搜尋與重組結果打包成「proposed solution」，那它離真正解掉難題還差很遠。
| 角色 | 可能吃到什麼 | 真正風險 |
|---|---|---|
OpenAI 與大型 AI 實驗室 |
用千禧難題建立研究權威，強化「模型能發現新知識」的敘事 | 若驗證不足，會被視為刷榜，研究信譽受損 |
| 數學界與審查機構 | 被迫建立更嚴的 AI 證明審查流程，掌握標準制定權 | 短期被動，長期要處理海量機器產出的審查成本 |
DeFi 與 Web3 開發者 |
可借鏡形式化驗證、可驗證計算與稽核機制 | 若只追熱點，會忽略驗證基礎設施的真實成本 |
| 投資者與讀者 | 更容易被「AI 解難題」的敘事吸引 | 把研究突破誤當成可交易事件，低估技術成熟度 |
我比較在意的是「獨立性」這個詞。新聞說問題在於它如何獨立得到答案，這句話其實很要命。一個模型如果靠人類知識庫、提示工程、多 agent 互相檢查，甚至靠大量 trial and error 跑出結果，那它到底是發現者，還是高級搜尋引擎？這跟 DeFi 裡講 smart contract 稽核很像：你看到一個 audit report 說「無高風險漏洞」，不代表程式就安全，因為要看稽核工具能不能覆蓋所有路徑、測試是否夠完整、假設是否站得住。
真正吵翻的不是「AI 解出答案」，而是「AI 解出的答案，能不能被當成證明」。
對加密市場來說，這類新聞最大的誘惑在於：它很容易被包裝成「AI 要取代研究、數學、甚至金融建模」的敘事。但真正有價值的部分反而比較無聊：驗證鏈、可重複執行、形式化證明、稽核流程。Layer 2 或 zero-knowledge 這類技術之所以重要，就是因為它們不只看「結果對不對」，還看「能不能證明結果對」。如果 AI agent 未來真的能大量產出數學或程式證明，第一個受益的未必是炒 AI 的標的，而是能把驗證做成基礎設施的團隊。
反過來，輸家也很明顯。第一類是只懂講故事的项目，第二類是沒有審查能力的機構。數學界現在吵，吵的是標準。若所有 AI 產出的「解」都要走同一套人類審查流程，研究速度會被拖慢；若太快放寬標準，又可能把未驗證結果當成真，污染後續研究。對 Web3 來說，這也是一面鏡子：DeFi 從高收益敘事走到今天，最後拼的不是誰的口徑最大，而是誰的稽核、驗證與風險披露最紮實。
我的結論很簡單：AI 可以提出證明，但數學界不該急著接過獎盃。先把驗證流程跑通，再談誰贏。
延伸思考與常見問題
Q1：什麼是 Millennium Prize Problems？
它是美國克雷數學研究院指定的七個極難數學問題，每個問題解出並經審查可獲得一百萬美元獎金。
Q2：AI agent 是什麼？
AI agent 是能自主執行多步驟任務的 AI 程式，可搜尋、推理、呼叫工具並與其它 agent 協作完成目標。
Q3：為什麼驗證比解題更重要？
數學證明必須能被同行審查與重複驗證，若只靠模型輸出而缺少完整推導，就無法確認是否真正解決問題。
