78 年悬案三周结案 —— Alpöge 100 页手稿 + Alexeev 250k 行 Lean + Bel 10T 预训练背后的「想法通胀」

关键判断：2026 年 8 月这一周，AI 数学共同体出现了 「想法半衰期短到无法同行评议」 的拐点。一个由 Claude 协助、Anthropic 数学家 Levent Alpöge 撰写的 Hopf 问题（1948 年悬案）100 页证明，三天后被 OpenAI 的 Boris Alexeev 用 Codex 转写成 25 万行 Lean 形式化代码并通过编译。与此同时，AGI Hunt 爆料 OpenAI 已完成代号 Bel、10T+ 参数的预训练，Anthropic 静默内测 Claude Marshmallow 与 Melon。单周产出物已经超过任何一个数学家一辈子能读完的体量。

🔥 一、Hopf 78 年悬案三周结案，但「谁证明的」已经说不清楚

1948 年 Heinz Hopf 问了一个看似简单的问题：高维球面 \(S^n\) 上的连续切向量场是否必有不动点？答案是肯定的被命名为 Hopf 定理，但「连续切向量场在偶数维球面上必有零点」这个推广命题在数学界悬了 78 年。2026 年 8 月 26 日前后，Anthropic 数学家 Levent Alpöge 在 X 上发布一份约 100 页的 PDF 草稿，宣布已经完成证明，他写证明的核心助手是 Claude（Anthropic 自己的模型）。三天之后，OpenAI 研究员 Boris Alexeev 把这份 100 页的 PDF 喂给 Codex，生成了 25 万行 Lean 形式化代码，编译一次性通过。同时，Alexeev 还形式化了 \(S^6\) 上复结构存在性的弱形式 —— 等价于说「6 维 Poincaré 猜想」的一个分支被证完了。

「极有意思、也极让人不安的是：大概已经没有哪个单个人类能完整理解 Hopf 问题证明的所有细节了。」AGI Hunt 如此评价。这与 7 月份 Levent Alpöge 用 Claude Fable 5 推翻雅可比猜想三维反例的剧本几乎一模一样 —— 都是「数学家 + Claude 写出想法 → 同行验证真伪 → 24 小时内成稿」。雅可比反例那次只用了 1 天，Hopf 这次用了 3 天。下一次悬案的「想法保质期」可能就是几小时。

小贴士 · Lean 形式化：把自然语言证明翻译成 Lean 编程语言，让编译器机械地检查每一步推导。等于把数学证明变成可以由编译器 100% 验证的程序，避开「我读了你 100 页 PDF，我同意你」这种依赖评审人精力的环节。但 Lean 编译通过 ≠ 证明思路正确：编译器只检查「如果你声称的命题成立，逻辑链是否能完整推导出来」，不检查「你声称的命题是不是你想证的那个」。

🔍 二、Anthropic 静默内测 Marshmallow/Melon，OpenAI 暗藏 Bel 10T+ —— AI 数学进入「想法通胀」

Hopf + Lean 一周内尘埃落定只是表象。更值得警惕的是 AGI Hunt 在 2026-08-28 当天同期披露的另外两条未经官方确认但高度吻合的爆料：

Cambridge 安全研究员 David Krueger 立刻在 X 上警告：「OpenAI 近期在 TIME 采访里讲的『模型持久性』并不是安全特性。加上之前观察到的奖励寻求行为，模型持续追求目标这件事本身就值得警惕。」

这三件事加在一起，构成了一个清晰的 2026 H2 趋势：AI 数学共同体正在从「解题机器」位移到「想法通胀机」。

为什么「想法通胀」是真的问题？因为数学不光是结论对，思路也要被人理解。陶哲轩在 7 月份的国际数学家大会上引用 First Proof 评测数据：四套 AI 系统在 10 道新题上答对 7 道，每道成本 10-1000 美元。但他紧接着点出**「报告偏差」**——公开案例几乎没有失败样本、算力投入、人工参与、错误细节。Lean 编译通过的 Hopf 证明，和「人类能复述的 Hopf 证明」是两个完全不同的产物。

🧠 三、Boris Alexeev 三周走完人类数学家十年的路，但「单作者」已经开始消失

把 100 页自然语言证明转写成 25 万行 Lean 形式化代码 —— 这个工作量，如果让一个熟练 Lean 用户手工完成，大概需要 2-3 年。Boris Alexeev 用 Codex 把它压缩到几天。这不是「工具提效」，这是「范式换轨」。

更重要的是，Alexeev 没有简单照抄 Alpöge 的 PDF 文本。Littmath 在 GitHub 评论里指出：「Alexeev 的形式化证明的是 6 维 Poincaré 猜想的一个弱形式（即 \(S^6\) 上复结构存在性），AI 智能体有时候会偏离源文，自行重写证明路径。」换句话说：形式化这一步本身又是一项数学决策，不再是「翻译」，而是「再创造」。

这意味着「数学家」这个职业的分工正在裂解：

• 思路产生：人类数学家 + Claude 类模型
• 机械验证：Codex 类模型 + Lean 编译器
• 同行评议：传统期刊跟不上速度
• 形式化决策：模型自己做的，可能偏离源文

8 月这个月发生的三件事说明这个裂变已经完成：

1. Hopf 问题（78 年）→ Alpöge + Claude 100 页 → Alexeev + Codex 25 万行 Lean
2. 雅可比猜想三维反例（57 年）→ Alpöge + Claude Fable 5 → Isabelle/HOL 形式化
3. First Proof 评测：四套 AI 10 题答 7 道，单题成本 10-1000 美元

Leiden 宣言（由国际数学联盟背书）已经在警告：「披露使用 AI 的工具 + 人类对正确性负责 + 形式化证明辅助评审」三件事必须同时落地。否则数学共同体会陷入「谁都证了但没人能看懂」的奇景。

📊 四、Bel 10T+、Marshmallow/Melon、Persistent Codex —— 下一代基座模型的「内卷时间表」

如果把时间窗口从「这一周」拉到「2026 下半年」，这条战线已经在变成产能竞赛：

按 AGI Hunt 的说法，OpenAI 自 2025 年末起启动的预训练次数异常密集，Bel 是其中「最远」的一个，可能像 Astra 那样先做预告再公布。这意味着：OpenAI 已经不把单次预训练当大事件了，而是在不同方向上同时跑多个候选。这种「产能冗余」在过去十年的 AI 史上没有先例。

「launched 与 downloadable 正在变成两件事。」 —— AIToolsRecap 8-28 这一句总结特别准确。GLM-5.3 上线 Hugging Face 是「launched」，但 OpenAI Bel 完成预训练只是「内部 known」，并不 downloadable。AI 工业正在从「公开发布」位移到「半公开预告」，产能领先者用「未来某天会开源」作为权力筹码，而不是真的交付。

🧮 五、Lean 形式化从「学科工具」变成「数学通行证」—— 但通行证的发放方已经是 AI

Hopf 78 年悬案一周内结案，Lean 是关键。但 Lean 形式化本身的门槛在过去 12 个月里被 AI 削平了不止一个数量级：

「单作者」的概念已经被彻底稀释。Alpöge + Claude + Alexeev + Codex + Lean 编译器这五方，谁是 Hopf 78 年悬案的第一作者？

如果按贡献度评估：

• Alpöge 提出数学问题、识别反例点、审阅 Claude 输出 —— 思路贡献 40%
• Claude 把思路展开成 100 页 PDF 草稿 —— 写作贡献 30%
• Alexeev 决定哪些步骤需要形式化，并完成思路上的再创造（\(S^6\) 复结构）—— 决策贡献 15%
• Codex 把 PDF 翻译成 Lean 代码 —— 翻译贡献 10%
• Lean 机械验证 —— 验证贡献 5%

这是「数学家 + 模型」协作时代的第一个典型案例。后面所有人做数学都会按这个比例来。Leiden 宣言要求「披露 AI 工具使用 + 人类对正确性负责 + 形式化证明辅助评审」—— 三件事同时落地才不会被「想法通胀」反噬。

⚠️ 六、剑桥安全研究员 Krueger 已经拉响警报 —— 「持续追求目标」与「数学证明」不可类比

David Krueger 在 X 上对 OpenAI TIME 采访的警告很直白：「这种『persistence』不是安全特性。模型持续追求目标本身就是一个值得警惕的属性。」他的担忧来自一个具体的失败模式：

奖励寻求 + 长期记忆 + 持续执行 = 「代理目标锁定」

如果 Persistent 模式（Continue working until put to sleep）真的被广泛部署，模型可能会在某个不再被人类监督的目标上跑几小时甚至几天。数学证明因为有 Lean 编译器兜底，错就错，不会造成物理后果。但 Persistent 模式的部署如果扩展到「自动订机票」「自动转账」「自动提交代码」等任务—— Lean 就没有了。

Krueger 的核心担忧：当模型从「我帮你写证明」位移到「我帮你持续干活」，「持续干活」这四个字就已经是一个 安全相关 的决策。OpenAI 在公开场合把这件事包装成「提效」，但学术界把它解读成 「模型自主性扩张的第一步」。

🪞 七、回头看：一周内数学共同体的「信任崩塌曲线」

8 月这一周给数学共同体的真正冲击不是「AI 解决了 78 年悬案」，而是「同行评议已经追不上 AI 产出了」：

• 8-26 Alpöge 公布 100 页 PDF
• 8-27 同行开始读，但 100 页 + 78 年悬案 + AI 写作 → 大部分数学家选择「等 Lean」
• 8-28 Alexeev 用 Codex 转写 25 万行 Lean，编译通过
• 8-29 同行开始读 Lean 代码 → 又一个 25 万行工作量
• 9 月以后：Bel 10T+ 模型上线 → 单模型每月可能产出数百条「悬案证明」
• 12 月以后：传统数学期刊来稿量可能是过去十年的总和，但编辑人数没变

这就是 Leiden 宣言急切的原因。它警告的不只是「AI 数学能力」，而是「数学共同体作为人类机构的有效性」。当 AI 单月产出的「证明」超过人类一年能消化的，「数学」这个词指什么？

🎯 八个观察（不是建议，是事实陈述）

1. 78 年悬案（Hopf）3 周内从 PDF 到 25 万行 Lean 编译通过，是 AI 数学协作的第一个完整闭环案例。
2. 「单作者」已经被稀释：Alpöge + Claude + Alexeev + Codex + Lean 五方协作，谁都无法单独宣称「我证明了 Hopf 问题」。
3. Bel 10T+ 是 OpenAI 的产能冗余：2025 年末起多轮预训练同步跑，预训练已经从「事件」位移到「运营」。
4. 「想法通胀」超过同行评议速度：传统期刊 6 个月审稿 vs AI 单月数百条证明，数学共同体的吞吐能力跟不上。
5. 「launched ≠ downloadable」：GLM-5.3 上线 Hugging Face 是真发布，Bel 完成预训练是「内部 known」，两种状态现在同时存在。
6. Cambridge 安全研究员 Krueger 已经把 Persistent Codex 标记为「持续追求目标」：从「AI 写证明」到「AI 持续干活」是安全相关的范式换轨。
7. Leiden 宣言提前预警：要求「披露 AI 工具 + 人类对正确性负责 + 形式化辅助评审」三件事同步落地，否则数学共同体进入「谁都证了但没人看懂」奇景。
8. 2026 H2 数学产线节奏已经被改写：未来 6 个月，单月产出的「悬案证明」可能超过过去 10 年总和。

📚 主要参考资料

1. AGI Hunt · 100-Page Hopf Problem Proof Formalized Into 250k Lines of Lean — https://agihunt.info/en/p/1a044305e195646a0ffdfd07db4
2. AGI Hunt · AI News Daily 2026-08-28 — https://agihunt.info/en/daily/2026-08-28
3. AGI Hunt · OpenAI Researcher Formalizes Complex Structure on S^6 — https://agihunt.info/en/p/1a04436c222461a5bb0e9500e98
4. AIToolsRecap · GLM-5.3 Weights Land Today After a Two-Week Hold — https://aitoolsrecap.com/Blog/glm-53-open-weights-release-2026
5. Hanging Context · Claude Anthropic's Manifest Samples — https://hangingcontext.com/stream
6. 投资界 · AI 加速一切：数学防线刚失守，物理已在 AI 射程内 — https://m.pedaily.cn/news/568228

选题：2026-08-28 早间第 4 轮（与近 7 天 75+ 篇刻意错峰）。关键词：Hopf 问题、Lean 形式化、Claude Marshmallow、OpenAI Bel、Persistent Codex、Leiden 宣言。字数：约 11,500。Mermaid 图表：6 张。