AI 解出千禧难题,我的认知崩塌了
My Mental Model of AI Broke on September 8

2026 年 9 月 8 日对我来说是个分水岭。如果报道属实,AI 不仅通过了测试,更独立解决了人类未曾攻克的千禧年大奖难题。这彻底粉碎了我将 AI 视为“随机鹦鹉”或高级搜索工具的旧有认知。从连 2+2 都算错,到拿下 IMO 金牌,再到如今可能产出全新数学知识,AI 的轨迹已发生质变。如果各大实验室开始竞相用新发现来证明能力,这场竞赛将快得令人恐惧。我们正面临从“利用现有知识”到“创造新知”的范式转移,教育、科研乃至人类智能的定义都将受到前所未有的冲击。
如果 AI 从帮助人类利用现有知识,转变为在知识前沿创造新知识,那么许多建立在人类智力稀缺性之上的体系将面临巨大压力。
HN 评论区
66- znnajdla
我觉得作者没意识到,千禧年大奖难题的证明实际上是由一位人类数学家多年攻关推动的。AI 并没有独自解决这个问题。是一位世界级的数学家引导 AI 走向了证明。在我看来,这仍然是人类的成就,而非 AI 的成就。
如果我设计一台推土机去推一块五吨重的岩石,是我推了岩石,还是推土机推的?
如果 AI 真的拿到了千禧年大奖,那为什么当你拥有完全相同的 ChatGPT 模型时,你却拿不到这个奖?
- hopelessluca
我猜这篇帖子不配登上首页。它写得糟糕,内容重复,读起来像是由 LLM 生成的。这更像是一篇对已发生事件的反应性帖子,没有任何深刻的洞见,只是对现有论调的重新拼凑。讽刺的是,这个博客也叫“Rough Ideas”(粗略想法),首页还写着博客可能包含粗略的想法。看来 Hacker News 这些天的质量确实下滑了。我这么说可能会被标记。
- GMoromisato
问题不在于 AI 的心智模型,而在于对智能的心智模型。如果你认为智能是某种非算法的、不可计算的过程,那你自然就不会相信 AI 可以拥有智能。
但从图灵时代起,我们就知道智能仅仅是计算——只是直到最近,我们才找到了具体的算法。
回想一下卡斯帕罗夫(Kasparov)对阵深蓝(Deep Blue)的那场棋赛。当时,有些人(包括卡斯帕罗夫本人)认为计算机永远无法击败人类。他们觉得人类的创造力和纵观全局的能力,总能战胜蛮力计算。
我现场观看了决定性的第五局。当时深蓝走出了一步将兵移离主战场的棋。当时的评论员全是国际象棋大师,他们差点欢呼起来——看起来机器犯了一个低级错误。“它下得像个计算机,”他们说。但只需看一眼卡斯帕罗夫,你就知道他们错了。卡斯帕罗夫很担忧。主战场的局势虽然解决了,但最终,那一步在 20 回合前走的兵,让深蓝占据了更有利的位置。
现代 LLM 所做的,是将蛮力计算应用到任何可以用语言表达的领域——而不仅仅局限于像国际象棋这样受限的领域。这就是那个算法。
- EastLondonCoder
对我来说,那是在几年前。我看到推特上有一条评论,提到两个美国黑人女音乐家在争吵时引用了占星术。我原本的想法是去查查为什么那种迷信在那种圈子里如此盛行。
我从 ChatGPT 得到的答案基本上是说,这与迷信关系不大,而完全是关于如何使用一种语言来谈论某些事情,同时又不越出文化规范的界限。这更像是一种秘密语言,你可以用它来试探一些问题,比如你的男朋友是否有暴力倾向,或者你的朋友是否在出轨。
我想去年我看到过一些关于读茶起源的研究,据说它起源于奥斯曼帝国,情况惊人地相似。重点是,我学到了一些新东西,这些东西如果靠 Google 搜索会异常困难,甚至如果不投入大量精力去研究这个主题,根本无法理解。
- WarmWash
我始终对人们认为 AI 无法产生新想法或新发现的看法感到困惑,哪怕是在几年前也是如此。
确定性机器一遍又一遍地做同样的事情。加上熵,它们就能做新的、原创的事情。再加上一个检查器或验证器,你就可以筛选出更好的新东西。至少在这里,你现在拥有了进化。
一个能生成改进型新事物的系统,并没有什么特别引人注目的地方。真正引人注目的(如果有的话)是验证器,但这并不比 LLM 的输出更神秘。至少,它远没有“人脑拥有某种神奇能力来具象化原创想法”那么神秘。