为什么我要停下来：17 岁女孩推翻 40 年数学猜想

> 2025 年 2 月 10 日凌晨 3 点 55 分，arXiv 上出现了一篇论文，标题是《A Counterexample to the Mizohata-Takeuchi Conjecture》。作者栏只有一个名字：Hannah Cairo。她 17 岁，没有本科学位，没有高中文凭，住在巴哈马拿骚一栋普通的海边房子里。她刚刚推翻了调和分析领域 40 年来所有人都信以为真的一个猜想。

一、一个不在任何系统里的孩子

Cairo 的父亲是软件开发商，她和两个兄弟都在家自学。她上的第一个数学课叫 Khan Academy——和全世界几千万孩子一样。不同的是，她 11 岁就学完了微积分。

远程导师 Martin Magid（Wellesley）和 Amir Aazaim（Clark）后来接手了她的数学教育。Aazaim 回忆说："我不好意思收钱，因为我没在教她，她都是自己读书证明定理。"

但 Cairo 自己不觉得自己特别。她在 Quanta Magazine 的采访里说：

> "我长大时不知道自己是否有天赋。我喜欢弹钢琴，周围人说我数学和钢琴都很有天赋。回头看，我的钢琴确实高于平均，但绝不杰出。而数学上，我好像……whatever。"

这种"whatever"的语气贯穿了她整个成长。2022 年，14 岁的她申请伯克利数学圈（Berkeley Math Circle）的暑期项目，申请材料里列出的自学课程相当于本科高年级数学。创始人 Zvezdelina Stankova（Berkeley 教授）看完说："Hannah 远超寻常。每次她申请学校或项目，都比同龄人高出几个层级。"

2023 年秋天，Cairo 开始上伯克利的 graduate-level 课程。全家从巴哈马搬到 Davis，再搬到 Berkeley，只为让她每周二、周四能通勤去听课。到了 2024 年春天，她每周去五天。

二、一个作业题

2024–2025 学年，Cairo 选了 Ruixiang Zhang 教授的 Fourier restriction theory 课。Zhang 是 2008 年 IMO 金牌得主，Princeton 博士，IAS 博后，专攻调和分析。

某天，Zhang 给了一个作业题：Mizohata-Takeuchi 猜想的一个简化版本。原猜想 40 年没人证也没人驳，Zhang 把它削成一个学生能上手的形式。

Cairo 完成了作业。然后她继续思考。

> "为什么我要停下来？"

她在采访里说。这不是反问，是真实的疑问——作业做完了，但问题本身还在那里，为什么要停？

这个"为什么我要停下来"是整个故事最锋利的地方。它不是天才的傲慢，而是一种近乎天真的好奇心——她不知道这个问题"不应该"由她来解，她只知道问题还在那里。

三、什么是 Mizohata-Takeuchi 猜想

要理解她做了什么，得先理解这个猜想在说什么。

调和分析（harmonic analysis）研究的是怎么把复杂的函数拆成简单的波。任何函数——任何信号、任何图像、任何声音——都可以写成一组正弦波的和，每个波有自己的频率。这是 19 世纪 Fourier 留下的遗产，从手机通信到 MRI 都靠它。

Mizohata-Takeuchi 猜想问的是一个更细的问题：如果一个函数的频率都落在某个曲面上（比如球面），那这个函数的能量能怎么分布？

打个比方。想象一个形状奇怪的房间，墙上贴满吸音棉，但有些地方没贴。你在房间中央放音乐。声波会反射、叠加、在某些位置放大，在另一些位置抵消。猜想说的是：不管房间形状多奇怪，声波能量的集中方式都得遵守一些规则——你不能在任意小的区域里塞太多能量。

这个猜想在物理上有意义。光、声、量子粒子的波函数都受这种限制。如果它能被证明，调和分析里很多分散的问题就能被串起来——特别是 Stein 猜想，它是整个领域的"中央枢纽"。

40 年来，所有人都相信 Mizohata-Takeuchi 是对的。Carbery（Edinburgh）花了 40 年在这个问题上。Oliveira（Birmingham）花了两年试图证明它。没人成功，但也没人能否定它——因为它"看起来"就是对的。

四、构造一个不该存在的东西

Cairo 做的事情，是构造了一个不该存在的函数。

她设计了一个由频率落在曲面上的波组成的函数。按猜想，这些波应该互相抵消，能量应该均匀散开。但 Cairo 发现，通过精心选择波的相位和振幅，可以让它们不抵消——反而产生一种分形状的能量分布，在某些区域集中，在另一些区域稀疏，像 Koch 雪花一样自相似。

这种构造违反了猜想的限制。她构造出了一个 Mizohata-Takeuchi 说不可能存在的东西。

> "我经常遇到这种情况：我以为我证明了什么，但其实我错了。"

这是 Cairo 在采访里说的话。她说这种"以为自己对了但其实错了"的经历对她来说很常见。所以她一开始很谨慎。但这次不一样。

两件事让她确认自己是对的。第一，她发现自己可以把原本复杂的构造替换成一个简单得多的构造，结果一样。第二，她说服了 Zhang——她的教授，也是这个领域最聪明的年轻人之一。

论文 2025 年 2 月 10 日发到 arXiv。21 天后，她上传了修订版。

五、简化是审美，不是功能

关于那个"简化"，值得多说一句。

Cairo 最初的构造很复杂。她后来发现，用一个简单得多的构造可以达到同样的效果。这个简化不是功能性的——原构造已经能反驳猜想了。简化是为了美。

Oliveira 在采访里说："Cairo 的论文是优雅的典范——自然、简洁、直击要害。"

这一点很重要。AI 解 Jacobian conjecture（1939 年以来悬而未决的另一个数学猜想，2026 年 7 月被 Anthropic 的 Claude Fable 5 推翻）靠的是暴力搜索——模型试了上百万种组合，找到一种 work 的。IBM 的评论员说："不是 AI 比人聪明，是 AI 试了更多东西。"

但 Cairo 的简化不是"试更多东西"能得到的。它需要一种构造性的审美——知道什么样的构造是优雅的，什么样的构造是丑陋的。这种审美是训练出来的，但也是天生的，它不能被奖励函数编码。

六、推翻一个猜想，断开一片网络

Cairo 的反例不只是"否定了一个命题"。它断开了整个调和分析的网络。

在调和分析里，有一系列问题围绕"波的能量如何集中"展开。如果 Stein 猜想是对的，它会把这一系列问题串起来，建立不同子领域之间的联系。Mizohata-Takeuchi 是 Stein 猜想的一个推论——如果 MT 对，Stein 就更可信。

Cairo 的工作表明：Stein 猜想是错的。

这意味着，数学家们原本希望通过 Stein 猜想建立起来的那些联系，不存在。

Carbery 在这个领域工作了 40 年。他在采访里说：

> "我完全被吹走了。当我知道 Cairo 比我想象的还要年轻时，我更加佩服。这篇论文写得异常优雅。"

Oliveira 说：

> "从现在起，每当我们遇到类似的问题，都会测试 Cairo 类构造。"

Terence Tao 在 mathstodon 上转发了这篇论文。

一个 17 岁的女孩，用一个反例，告诉一群工作了 40 年的数学家：你们以为的联系，其实不存在。

七、研究生申请：6 拒 2 录

论文发表后，Cairo 决定跳过本科，直接申请研究生院。

她申请了 10 个研究生项目。结果：

• 6 个拒绝她，因为她没有本科学位。
• 2 个最初录取她，但被学校管理层推翻。
• 只有 University of Maryland 和 Johns Hopkins 愿意接收她。

这是一个荒诞的画面。一个推翻了 40 年猜想的人，被 6 个研究生项目拒绝，理由是她没有本科文凭。系统的规则和现实之间，裂开了一道缝。

八、AI 不会问"为什么我要停下来"

让我把 Cairo 的故事和 AI 解 Jacobian conjecture 放在一起看。

2026 年 7 月，Anthropic 员工用 Claude Fable 5 推翻了 Jacobian conjecture（1939 年以来悬而未决）。IBM 的评论员说："不是 AI 比人聪明，是 AI 试了更多东西。"他还说："数学正在变成机器辅助的团队运动。拒绝使用这些工具的数学家会面临压力。"

这两个故事表面上看是平行的——都是"年轻力量推翻老猜想"。但它们的方法论完全相反。

AI 解 Jacobian：靠搜索空间暴力。模型试了上百万种组合，找到一种 work 的。这是"试更多东西"的胜利。

Cairo 解 Mizohata-Takeuchi：靠构造性直觉和审美。她从一个作业题出发，问"为什么我要停下来"，然后构造了一个不该存在的东西，再把它简化成更优雅的版本。这是"想得更深"的胜利。

AI 不会问"为什么我要停下来"。AI 会在奖励信号停止时停下来。Cairo 的驱动力不是外部奖励，而是一种近乎天真的好奇心——问题还在那里，为什么要停？

AI 也不会主动简化构造。AI 的目标是"找到一种 work 的"，找到就停。Cairo 的目标是"找到一种优雅的"，找到丑的还要继续找，直到它变美。这种审美追求不能被奖励函数编码——因为"美"没有可计算的指标。

九、失败比成功更有信息

最后说一点。Cairo 推翻的是一个猜想，不是证明一个猜想。这两件事的价值完全不同。

证明一个猜想告诉你：你以为的联系，确实存在。世界和你想象的一样。

推翻一个猜想告诉你：你以为的联系，其实不存在。世界比你想象的更奇怪。

后者的信息量更大。一个反例可以断开一整片网络，让你重新审视整个领域的基础。Cairo 的工作让 Stein 猜想塌了，让 Mizohata-Takeuchi 塌了，让调和分析里很多"希望存在的联系"塌了。这些塌方不是失败——它们是更精确的地图。

Cairo 在采访里说：

> "数学是我可以探索的另一个世界。一个不局限的世界，我随时可以通过思考进入。"

这种"通过思考进入另一个世界"的能力，是 AI 目前还没有的。AI 可以搜索空间，但不能"进入"——它没有那种被某个问题的内在结构吸引、然后沉浸其中、然后发现"我以为的对其实是错"的体验。

Cairo 能。她 17 岁，从巴哈马的一栋海边房子里，通过思考，进入了一个 40 年没人能进入的地方。然后她告诉我们：那里什么都没有。

这是她给数学界的礼物——一个更空、但也更真实的地图。

---

参考来源：

• Quanta Magazine: At 17, Hannah Cairo Solved a Major Math Mystery
• arXiv:2502.06137: A Counterexample to the Mizohata-Takeuchi Conjecture
• IBM Think: AI cracked the conjecture. Humans called the play.
• Terence Tao 在 mathstodon 上的讨论