这新闻，我看了两遍。
第一遍看到的是数字：722篇数学手稿，归为372个成果族，平均每个问题消耗约3小时的思考算力，手稿发布到GitHub不到24小时就拿到1万颗星。第二遍看到的，是MIT数学家陶哲轩的评价——他质疑这种发布方式，用了一个词：证明消化不良。
我的判断是：OpenAI这一次真正暴露的，不是AI能不能做数学，而是AI已经跑得比人类验收的速度还快。
先把事实边界说清楚，别急着神化。OpenAI宣称，其内部模型解决了三维挂谷极大函数猜想，还首次证明四维挂谷集的豪斯多夫维数等于4，把此前3.059维的最佳纪录直接推到理论上限。听着惊人。但074号成果族自己也写明：论证建立在王虹研究成果的基础上。王虹是2026年菲尔兹奖得主，获奖靠的正是三维挂谷集猜想的证明。所以“AI三小时超越菲尔兹奖”是标题党——它是站在王虹的肩上往前挪了半步，不是从零起跳。
说实话，我起初以为这只是又一次“AI又行了”的公关稿。但把细节读完，我得承认，它问对了一个真问题：当生成的成本趋近于零，什么会变得最贵？答案不是算力，不是数据，是验证。
真正的冲突，不在对错，而在验收。人文数学协会的回应很直白：数学家没有要求OpenAI做这项工作，并指出这些手稿缺乏验证，属于OpenAI的又一次性能营销。陶哲轩质疑的，也主要是发布方式。722篇、平均三小时一篇——人类数学家要花数年才能啃下的猜想，AI一次就生成几百篇。问题因此不再是“对不对”，而是“谁能验得过来”。
这件事最微妙的地方在于，OpenAI并没有造假。074号成果族自己承认，论证建立在王虹的成果之上。问题出在体量上——722篇一次性投出来，等于把验证的负担，从生产者转移给了整个学术共同体。数学家们没有要求这份工作，却被要求去消化它。这是典型的“把成本外移”：我生产，你审核，还不给你付审核费。
这个模式，企业界其实一点都不陌生。业务部门用AI一天生成几百页方案，丢给风控和法务去核；产品经理用AI批量产出需求文档，丢给研发去拆。生成的人觉得自己效率翻倍，审核的人觉得工作量翻倍。当AI把生产这一环变便宜，被挤压的就一定是审核那一环——而这恰恰是目前最缺工具、最依赖人力的环节。
这恰恰是被热闹掩盖的核心。一个结果之所以叫成果，前提是被同行验证过。批量生产、未经验证的“成果”，在学术上不叫成果，叫草稿。当生产端的速度远远超过验证端的能力，多出来的那部分，不是知识，是噪音。
把“数学界”换成“企业界”，这套逻辑一模一样。今天企业AI最大的问题，也是“生产速度远超验收能力”——一份报告、一封邮件、一段代码，AI一小时能生成上百份，但企业能认真审的，还是一百份里的一两份。产能过剩、验证稀缺，是AI时代最容易被忽略的瓶颈。它不显眼，因为它不体现在模型评测分数上，只体现在财报里那些没被追问的角落。
所以我想把话说得再直白一点：未来一年，企业AI最值钱的岗位，可能不是会用AI的人，而是能审AI的人。谁能建立一套让AI产出的东西被快速、可信地验证的机制，谁才真正拿到了AI带来的那部分红利；否则，你只是把生产环节的成本，挪到了审核环节而已。
往深一层看，这其实是AI给所有组织出的一道“权责题”。过去，谁生产谁负责，链条清晰；现在，AI生产、人审核，责任被切成了两半，两边都觉得自己无辜。业务部门说“我只是让它生成了草稿”，审核部门说“我只是照流程签了字”。一旦出了问题，追责追溯不到任何一个具体的作者。这才是验证危机比技术危机更麻烦的地方——它动摇的是责任制度本身。
学界对这件事的反应，其实给企业界提供了一面镜子。数学家们不是拒绝AI的成果，他们拒绝的是“跳过验证直接宣布胜利”的姿态。企业里也是一样：员工不是不愿意用AI，他们反感的是“AI产出未经确认就被当成结论”。信任可以被AI加速生产，但只能被人类的验证慢慢积累。这两件事的节奏天生就不匹配，而我们过去一年，几乎只优化了前者，很少碰后者。
所以我不太相信“AI一年干掉多少岗位”这类叙事。更可能的图景是：生产端的岗位被压缩，审核端的岗位被放大，中间多出一层全新的工种——提示词的审查者、模型输出的质检员、AI成果的追溯官。谁能把这层新工种制度化，谁就能把AI的红利真正落进账本，而不是落成一地没人负责的草稿。数学界提前撞上的这堵墙，对任何想把AI接进核心业务的组织，都是一次免费的预警。
顺便说一句，这也是我判断“AI会不会取代白领”的一个观察点。取代往往先发生在生产环节，而不是审核环节。只要一个组织还需要有人为结果签字，那个人就不会被AI取代，只会被AI改变工作内容。反过来说，如果一个岗位上的人，既不用生产、也不用判断，只是单纯地转手和传话，那它确实是最先危险的那一类。
OpenAI这次值得被记住的，不是722这个数字，而是它把行业未来五年的真问题提前摆上了桌面：当生成变得极其廉价，验证就成了最贵的东西。AI最危险的不是它会不会算错，而是它算得又快又多，快到没人来得及检查。数学界先撞上了这堵墙，企业界，是下一个。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
