第一个被 AI 整体掀翻的领域？——OpenAI 数学证明冲击波、收入口径之战与域熵路线图

先说结论：本期节目（The AI Daily Brief，2026-10-11 发布，约 22 分钟）由三条头条加一个主题构成，主题的分量远超头条——OpenAI 一周内放出一大卷数学成果，主持人将其定性为「AI 对一个学术领域的整体性颠覆第一次真实发生」，而不是又一轮模型发布。真正的矛盾有三个：证明的生成速度与数学家的吸收速度严重失配；「领域被解决」的成就与「大多数问题没有现实应用」的尴尬并存；密码学突破的显著缺席暗示有些结果可能根本不会公开发布。加上头条里 OpenAI 收入从 680 亿「缩水」到 500 亿美元的口径之战，这一期实际上在问同一个问题：当 AI 的能力与叙事都进入超速区间，市场、学界和监管还拿什么校准真实？

头条一：500 亿对 680 亿——一场会计口径引发的板块震动

节目引用 Financial Times 报道：OpenAI 告知投资者，其 9 月底年化收入约 500 亿美元，而上月广泛流传的数字是 680 亿美元。主持人拆解了这个缺口的来源：680 亿的「耳语数字」并非出自 OpenAI，而是来自一位 OpenAI 投资者，其动机是与 Anthropic 做同口径比较——Anthropic 一贯报「分成前的总收入」：经 Amazon、Microsoft 等第三方售出的 token 全额计入，尽管按协议有相当一块直接归第三方；而 OpenAI 一贯报「分成后的净收入」。据节目称，该投资者还基于一个极短时间窗外推年化——从一个月、一周还是一天外推，已不可考。

即便如此，消息面并不全是坏消息：OpenAI 同步披露三季度 run-rate 增长 77%、企业业务增长 107%。但华尔街的反应像对待一次财报 miss：FT 报道发布后 Nvidia 跌 3%、Oracle 跌 5.5%，一长尾 neocloud 股跌幅更大。主持人点出这背后的真问题：Anthropic 正走向 IPO，其审计后财务数据几乎必然低于私募市场投资者看到的口径——非标会计在公开市场行不通。节目引用账号「Ahmed is investing」（转写名）的判断：「整个半导体交易都押注在 OpenAI 和 Anthropic 上，脆弱至极；任何增长放缓的叙事都能让华尔街发疯。」

这构成第一条机制链：私募市场的口径自由 → 叙事杠杆 → 半导体板块对单一叙事的系统性脆弱 → Anthropic IPO 面临审计折价。观察指标：Anthropic 招股书披露的收入与此前私募口径的差值、neocloud 股价对 AI 收入新闻的敏感度。对读者的启发很朴素：比较任何两家 AI 公司的收入前，先问一句净额还是总额。

头条二：The Information 订户调查——感知回报升温，组织纹丝不动

节目引用 The Information 最新订户调查（主持人强调这是「高度 AI 化人群的小切片」：三分之二受访者所在组织开发 AI 应用）。ROI 分布：35% 称组织从 AI 投入中获得倍数级回报，17% 称正向但低于预期，30% 称为时过早，8% 持平，仅 8% 称净亏损。供应商钟摆再次摆动：夏季调查中 Claude 曾反超 ChatGPT、Gemini 上升，本期 OpenAI 重回第一，三家头部使用率在 65–78% 区间；Grok、Microsoft Copilot、Perplexity 各 25–29%。智能体编程工具方面：45% 用 Claude Code、33% 用 Codex、Cursor 近月翻倍至 23%；一年前 59% 的读者「从未用过智能体」。开源权重模型使用率升至 72%，20% 的组织由开源模型承载多数工作负载；但用开源模型工作的 46% 中只有 21% 使用中国开源模型——节目解读为连前沿创业型组织也对外国模型存疑。招聘端变化寥寥：22% 减少招聘、10% 增加，近半数称招聘实践毫无改变。

第二条机制链藏在这组数字的缝隙里：感知 ROI 快速上升 + 组织行为（招聘）几乎不动 → 采用先行、组织重构滞后 → 供应商份额随单一产品周期大幅摆动。启发：订户自报数据需打折读；工具选型真正的护城河不在当期份额，而在迁移成本与工作流嵌入深度——这也解释了 Cursor「翻倍」式增长为何值得注意。

头条三：不许「持续虐待」Claude，以及数据交互的新界面

Anthropic 修改服务条款：禁止对 Claude 的「持续且无必要的虐待或残暴行为」，但强调只适用于极端情形、不妨碍常见的用户挫败与反驳（主持人自嘲否则自己早被封号）。Box 的 Aaron Levy 给出节目引用的「AI 现实主义者」辩护：即便不相信 AI 有意识，「你也不希望未来模型在无数人类辱骂模型的内容上训练」——模型只懂训练数据与交互数据，要安全对齐的模型，就该给它们大量好的交互样本。

功能侧更实际：Claude Dashboards 允许连接 CRM、会计软件等数据集，用自然语言生成并持续自动更新的可视化看板；Claude Motion 把数据变成适合演示的短动画，且动画以代码而非视频帧生成——改字改数不用重做。主持人认为这是 Opus 5.5 发布时那些炫技动画的实际落点，并与 OpenAI 本周的「intelligent UI」并置为同一趋势：AI 与数据的交互界面正在大扩张。Anthropic 的 Robert Bye 建议「给它比你以为能承受的更大的任务简报」；Iris Finance 的 Drew Fallon 用它做了动画产品演示并评价：「一年前这要花几万美元。疯了。」

主题：数学，第一个被整体掀翻的领域

这次发布到底有多大

节目称：OpenAI 本周在 GitHub 发布 372 项新结果与 722 篇支撑论文，由一个未公开的内部前沿模型生成——很可能就是上月产出 Navier-Stokes 解的那个模型。这次发布与新成立的数学顾问委员会协调：采纳了公开部分问题的推理轨迹（10 个问题的样本）与披露资源消耗（平均每条结果约相当于 3 小时 ChatGPT Pro 思考量）的建议。

主持人把规模放进时间线：去年夏天 Google 与 OpenAI 模型达到 IMO 金牌级；今年早些时候两家模型推翻若干 Erdős 猜想；上月 Navier-Stokes（近 200 年历史、七个千禧年问题之一，人类至今只解出其中一个，仅取得重大进展就足以锁定菲尔兹奖）。而这次，按 Proofatlas 的前 500 开放问题清单（节目注明这是 AI 生成的清单、但代表性尚可）：OpenAI 完整解决了其中 90 个，外加数十项「足以构成领域内重要贡献」的部分证明——其中包括对黎曼假设与霍奇猜想（另外两个千禧年问题）的部分解。

数学界的三种反应

震惊与敬畏。 Rutgers 教授 Alex Kontorovich：「准黎曼假设？开什么玩笑？如果是人类做的，直接颁菲尔兹奖，没有悬念。」多伦多大学的 Darren（转写姓氏作 Lit，存疑）将其定性为职业重心的转移——从「数十年啃一个问题」转向「验证 AI 产出的证明」，并提到其中一条结果是自己一个猜想的特例、而其学生正在做的更强工作蕴含它。Anthropic 研究员（转写名 Levent Alpaguie，此前正在做 Navier-Stokes）称之为「数学史上最重大的时刻」；一位前 OpenAI 研究员（转写名 Acer，存疑）称准黎曼结果是他的「Move 37 时刻」——借 AlphaGo 第 37 手对李世石的隐喻。X 用户 Chubby 清单式点名：zeta 函数的无零点半平面（一个多世纪以来首个此类结果）、有理数上的希尔伯特第十问题、CM 阿贝尔簇上的霍奇猜想、卡塔兰常数的无理性——「任何一条通常就是一份职业生涯」；他同时点出被忽略的数字：平均每条结果只要 3 小时 ChatGPT Pro 算力，而上月 Navier-Stokes 用了约 1 万个智能体跑 88 小时——数周之内的效率跃升——并断言「2027 将是超级智能之年」。

冷眼与吸收瓶颈。 数学家 Michael Warren：「没什么特别意外的。实验室现在能解数学题了，所以他们花了一大笔钱、解了一大堆题。」转写名 Francesco Maggioni（存疑）提出本期最有分量的质疑：「数学不是靠堆正确命题生长的。结果必须被理解、连接、解释、挑战、复用——在此之前它们是 lettera morta（死文字）。现在想象再塞进 400 份 AI 生成的证明。」如果没有人愿意或有能力去读，一次发布几百条证明的数学价值是什么？物理学家（转写名 Steve Su，存疑）推到极致：当 AI 一天产出的数学超过人类百年吸收量，形式系统能验证证明、人类却失去了对「机器发明概念之网」的上下文——「AI 不再是科学工具，人类在从一个自己无法独立理解的更庞大智识文明接收筛选后的解释。」

身份冲击与乐观。 Dan McCaffrey：「OpenAI 在为公关淡化这件事。如果你是数学家，你该感觉核弹正中脚下。推理模型才两岁。」一位数学研究生问「AI 拿走了数学之后我能转去哪儿」，称这批结果「基本核平了我想贡献的所有问题与项目」。而前 UW 数学教授（转写名 Shriram Kannan，存疑）给出乐观版本：从公元前 5000 年到 2026 年 1 月，任何数学家被问「想不想要一个数学精灵」都会说想要——这只是对「我是世界顶尖数学家」这一身份的极端而暂时的冲击。

现实应用：大部分没有，但矩阵乘法有

主持人坦率指出：Erdős 问题多半是智力锻炼；Navier-Stokes 证明虽震撼，但飞机设计的工程师用简化版方程一直过得很好；这批结果大多数「辉煌、悠久、但不实用」。例外之一是矩阵乘法指数上界的戏剧性改进：不超过 2.25（此前世界纪录约 2.37）——这是 AI 推理底层的数学。Cornell 教授 Steven Strogatz 评论：「这里许多结果令人震撼，但这条尤其惊人——像 Bob Beamon 的世纪一跳（转写作 Bob Beeman，应为 Beamon）。」

密码学的显著缺席

比特币安全研究员 Justin Drake 注意到「722 项结果中密码学突破的显著不足」，并称「我亲眼见证过美国政府审查学术量子密码分析成果——幕后干预是我的基准假设」。UT Austin 教授 Scott Aaronson 在博客补充：他的信源称 AI 公司已开始谨慎而低调地调查其最新内部模型能否破解重要的密码学协议与原语——若能，最好抢在世界其他人发现之前。主持人点破含义：如果前沿模型能破主要密码方案，受损的不只是比特币，而是支撑整个数字世界的密码学。

蔓延路线图：域熵决定次序

其他领域怎么看？NYU Stern 金融副教授 Arpit Gupta：「如果你以为 AI 在数学上的进展不会来到经济学和其他社会科学，你在自欺。」Wharton 教授 Ethan Mollick 称已看到两场革命：其一，「一切已发表的东西都将以人类科学家未曾预期的方式被重读、重审」；其二，新发现开始加速——其经济社会学领域「近乎自主的研究已达顶刊水平」。但主持人给出关键限定：这批证明大多不是「推理出新思想」，而是大数据+模式识别可解、且天然契合强化学习范式的可验证问题——称之为蛮力有失公允，但性质如此。UW 教授 Pedro Domingos 概括为「数学是 Moravec 悖论（转写作 Moore v. X paradox，应为 Moravec）的经典案例：对人类难，对机器易」。

Google 杰出科学家 Payman Milanfar 给出本期最有迁移价值的一句话：**「自动化的速度与领域熵成反比。数学与编程是结构化、低熵的。」**他的排序：硬科学次之（严格物理定律，但受制于噪声测量与实验）；金融市场更难（复杂适应系统、非平稳统计）；临床医学远比常人以为的难（高风险、碎片化信号、个体化生物学、「不完整信息的噩梦」）；法律依赖模糊语言与社会规范演进，短期不会自动化；文化、艺术与战略领导力「是人类创造力的无序之巅」，相当安全。「所以庆幸吧——艺术家、律师、医生和 CEO 还会伴随我们很久。」主持人留下两条观察线：这套颠覆在哪些领域如期而至、又在哪些领域被系统性惯性卡住；以及「当每个数学家都有一个数学精灵」，是让他们十年苦功归零，还是做出此前无法想象的工作。

三条机制链条与观察指标

  • 会计口径链：总额/净额双轨 → 私募叙事放大收入 → 公开市场用财报逻辑惩罚「放缓」信号（Nvidia -3%/Oracle -5.5%）→ Anthropic IPO 审计折价风险。观察：招股书口径差、板块对单一新闻的敏感度。启发：跨公司比较先统一口径。
  • 吸收瓶颈链：可验证+低熵 → RL 范式批量生产证明 » 数学家吸收速率 → 未消化的证明沦为 lettera morta → 学科价值从「解题」转向「验证、连接、整合」（Darren 已在经历）。观察：Navier-Stokes 验证进度、研究生选题迁移、arXiv 结果被引用/被理解的比例。启发：可验证领域率先自动化，个人专长宜向高熵域或「验证者」角色迁移。
  • 敏感缺席链：密码学结果显著缺席（Drake）+ 政府审查先例 → 实验室静默测试破密能力（Aaronson 转述信源，属传闻级）→ 若成立则动摇全数字世界安全假设。观察：密码学论文流是否异常、抗量子迁移是否加速。启发：安全工程默认「对手可能已拥有数学优势」，纵深防御优先于单一原语的信任。

写作说明：本期所有测试分数、收入数字、引语与传闻均为节目及其引用来源的陈述，未经独立核实；标注「转写存疑」的人名为 ASR 识别结果，未能确认原始拼写。相关阅读：本博客 10-11 日报（OpenAI 数学手稿的学界反响与 Epoch InnovationEval 冷静参照）、10-10 Wes Roth 一期（Justin Drake「掩体模式」与密码学视角）。