這幾天圈子裡都在傳 GPT 拿下一道困擾學界三十年的凸優化難題，甚至有人開始爭論數學家是不是該領失業救濟金了。這事兒起因於一份號稱利用提示詞引導模型補全證明缺口的報告，雖然還沒過同行評審那一關，但那長達十頁、寫滿了高等數學邏輯引導的提示詞，確實讓不少人看傻了眼。這不是什麼「幫我寫段 Python 爬蟲」的層級，這是用一種極其硬核的數學語境，把 OpenAI 的邏輯推理能力逼到了牆角。與其說是模型立了大功，不如說是背後那個寫提示詞的人，硬生生地把 AI 當成了一台高精密度的邏輯補完機在操縱。
如果你仔細去看那份被瘋傳的文檔，第 27 頁那個長得像論文一樣的提示詞才是真正的技術關鍵。這反映了一個很諷刺的現實：當大眾還在爭論 AI 到底有沒有「智慧」時，頂尖的學術圈已經在把 Prompt Engineering 演化成一種「邏輯分層」的技術活。這不是在聊天，這是在進行知識灌頂。當你把幾十年的研究背景、特定的數學邊界條件，甚至是某種未經驗證的直覺邏輯全塞進去時，GPT 展現出來的不是那種隨機的語言聯想，而是在極高維度的空間裡進行路徑搜索。
這種搜索能力在處理長上下文與複雜邏輯鏈條時，目前還是 ChatGPT 的主場。雖然有人拿 Gemini 的百萬級 token 來說事，但在這種需要極致精準、不容許一絲「幻覺」閃爍的數學推導中，Gemini 往往會在推到第五步或第六步時，因為過度追求上下文的平滑感而丟失了嚴謹性。至於 Grok，它更像是一個在數據海洋裡橫衝直撞的蠻力選手，在這種需要細膩邏輯雕花的任務面前，顯得有些過於粗放。
很多人好奇，這是不是意味著數學門檻降低了？恰恰相反。現在的情況是，如果你不懂得如何把一個複雜問題拆解成 AI 能理解的邏輯塊，你連那個「十頁長提示詞」的門檻都摸不到。相較於 Kimi K3 在某些特定語境下的長文本處理邏輯，OpenAI 的做法顯然更傾向於在模型內部的推理鏈條上做文章。這種對推理深度的壓榨，讓 ChatGPT 在面對這種「三十年未解之謎」時，展現出了一種令人不安的冷靜。
在橫向對比中，我們能發現一個很有趣的斷層。Claude 在處理這類任務時，雖然語氣更像一個謙卑的學者，且在程式碼實現上極其穩定，但在面對純數學的原始創新推導時，它有時候會表現得過於守舊，不敢輕易跨出邏輯的既定範疇。而 ChatGPT 則帶有一種冒險精神，只要你的提示詞引導得夠深，它真的敢在懸崖邊上給你搭出一座橋來。這種特質在解決低垂果實（Low-hanging fruit）時或許看不出差別，但在攻克這種三十年級別的硬骨頭時，那種微弱的「創造性邏輯跳躍」就成了勝負手。
話說回來，這場關於「AI 奪走數學家飯碗」的狂歡，本質上是一場頂尖操盤手的個人秀。模型只是工具，那個能寫出十頁數學引導詞的人，才是真正解決問題的內核。當知識的生產成本被壓縮到接近零時，真正貴的其實是那種「知道該往哪裡挖」的直覺。我們現在看到的，不過是 AI 把人類已經嚼爛的邏輯重新排列組合，給出了一個最有可能的解。
這就引出了一個挺尷尬的問題：如果未來的數學研究變成了「誰更能寫提示詞」，那到底是我們在研究數學，還是我們在研究如何取悅 AI 的神經元？當一個模型能繞過人類三十年的苦思冥想，直接給出答案時，我們該慶幸自己多了一個大腦，還是該擔心自己的大腦正在退化成一個過濾器？如果下一個未解之謎也被這樣「提示」出來了，我們還有能力去驗證它的真偽嗎？