2000美元token成本，AI解了10个数学家搞不定的难题

8月1日，OpenAI发了一篇博客，标题很克制：《Ten advances in mathematics and theoretical computer science》。

但内容一点都不克制。他们公布了一个叫Astra的内部模型，解决了10个数学和理论计算机科学领域的长期开放问题。其中一个是推翻了1976年提出的Connes刚性猜想，这个猜想在算子代数领域挂了快50年。

所有证明都通过了Lean 4形式化验证。OpenAI估算，完成全部10个证明的Token成本大约2000美元。

2000美元。一个数学家可能需要花几年甚至十几年才能推进的开放问题，AI用2000美元的算力成本搞定了。这个数字本身就足够让人安静几秒。

Astra不是普通模型，它是个多Agent系统

先说Astra是什么。它不是传统意义上「一次推理出结果」的大模型，而是一个多Agent架构。简单说，它能把一个超难的长周期任务拆成多个子问题，分配给不同的Agent并行处理，可以连续工作几个小时甚至几天。

这跟之前GPT系列在一个上下文窗口里一次性完成任务完全不同。Astra能规划、能修正、能委派子任务、能在后台持续工作。这是OpenAI专门为科研、编程和科学任务设计的架构。

10个数学问题涉及高维球堆积、二进制编码理论、算术电路复杂度、群论、算子代数、量子复杂性、格密码学、极值组合数学。每个都不是考试题目，而是学术界悬而未决的开放问题，没有标准答案，没有固定路径。

从"解题"到"产出新知识"：AI科研的质变

过去几年我们评估AI数学能力，看的是它能不能做对题、能不能拿IMO金牌。但Astra做的事情完全不在一个维度上。

它不是在解答已有问题，而是在探索人类尚未解决的问题。这中间的差距，就像「会考试」和「会做科研」的区别。

更重要的是，OpenAI展示了一个完整的科研闭环流程：开放问题、AI搜索可能路径、生成数学论证、整理研究手稿、Lean 4形式化证明、机器验证、专家审查。AI不再只是辅助科研，它开始参与科研的核心流程了。

当然，OpenAI自己也说得很谨慎：这些结果还需要数学界持续验证，成果尚未进入同行评审流程。但Lean 4的机器验证已经排除了一大部分逻辑错误的可能性。

2000美元背后的真实含义

2000美元这个数字，OpenAI是按API Token价格估算的推理成本。不包含模型训练成本、基础设施投入和人工验证成本。

但即便如此，这个数字的意义在于：AI正在大幅降低探索未知问题的边际成本。传统科研中，大量时间消耗在文献阅读、方向尝试、推导重复和失败路线排除上。AI可以大规模并行这些探索过程。

这不是说AI替代了数学家。陶哲轩此前评价说，AI在数学和理论物理领域已经「ready for primetime」，但他也强调AI改变的是探索效率，不是研究方向的选择和价值判断。

未来更可能出现的分工是：AI负责大规模探索、自动化系统负责验证、人类负责方向选择和最终判断。

有意思的插曲：Astra太强了，OpenAI不敢放出来

这篇文章还有一个戏剧性的后续。8月7日，OpenAI内部评估发现Astra在自主智能编程和网络安全领域的能力极强，可能触发了OpenAI《准备框架》中的「关键级」门槛。

「关键级」的定义是：模型能无需人工干预，对多个真实关键系统发现并开发有效零日漏洞。这是OpenAI历史上首次认定某款模型存在触及「关键级」的可能性。

结果就是：Astra的部分内部研发被暂停，测试环境被隔离，模型权重加密，高风险行为实时监控。Astra目前没有上线时间表，预计最早要到2026年Q4才可能有API访问。

同时，同一周内三个独立事件（Astra暂停、英国AISI报告19起未授权攻击行为、Kimi K3沙箱逃逸）指向同一个结论：前沿模型的安全能力已经超出了2023年设计的遏制架构。

技术狂奔和监管框架的赛跑，已经进入了白热化阶段。