"我那场 colloquium 里说的每一句都错了"：三位当事领域数学家谈 OpenAI 的 700 篇、quasi-RH 与 Navier–Stokes，以及"百万美元的数学问题，与万亿美元的工程问题"（Lex Fridman Podcast #503，2026-10-26）¶

嘉宾（三位，均由 Lex 在开场报出）:
Steven Brunton — 华盛顿大学数学家，流体力学 / 湍流（Navier–Stokes 一侧）
Ankur Moitra — MIT 数学家兼理论计算机科学家，本年在普林斯顿高等研究院（IAS）访问，复杂性理论 / unique games / 机器学习理论（unique games 与深度学习数学一侧）
Alex — 罗格斯大学数学家、数论（Riemann 假设、Lean 与形式化验证一侧）。⚠️ 转录稿里只报了名、没有姓（本库此前对 Periodic Labs 那期用过同样处理）。节目里可指认的特征是：罗格斯数论学家、十年前就在用 Lean、2026 年夏天的国际数学家大会（ICM）proceedings 写的是数学与 AI、两天前刚在普林斯顿数学系讲过 Lean/Mathlib 的 colloquium。本库不替他补全姓氏。
主持: Lex Fridman
来源: YouTube · 214 分钟
转录稿: sources/lex-fridman/20261026-ZAzWPE9CItg（人工字幕 en）

⚠️⚠️ 归属方式必须先说明：人工字幕只用破折号切换说话人，不带姓名标签。三位嘉宾的话按领域归属判断（数论 / Lean → Alex；复杂性理论 / 机器学习理论 → Ankur；流体 / 工程 → Steve），并以 Lex 点名提问（"Alex"、"Ankur"、"Steve"）作为锚点校准。✅ 本库对单一领域内的长段落有信心；⚠️ 有少数几句三人接话、无法确定归属，本页不归属到人、只记内容。

⚠️ 形态提示：Lex 自己把这期定义为 "一期 emergency episode（紧急节目）"（[00:00:00]），录制时距 OpenAI 发布只有几天，三位嘉宾都在节目里明说自己还没读完（Alex："我还没读完他们那 700 篇论文里的全部"，[00:33:47]）。✅ 本页因此把这期当作一份"事发当周的当事人反应记录"，而不是经过沉淀的评估。 Lex 自己给了这期的最佳免责声明（[01:14:46]）："我敢说今天说的东西里有四成到八成，五年后会被证明是错的。"

✅ 本页认为这一期对本库的意义，是它第一次让 AI 与科学发现页上"OpenAI 数学节点"这条线有了来自被影响领域内部的声音。 本库此前关于这批成果的全部材料都来自厂商侧（Brockman 的 1 万 agent、Noam Brown 的内部归因修正、OpenAI 数学团队）或播客主播的二手转述（All-In 2026-10-10）。这一期的三位嘉宾分别是 Navier–Stokes、unique games、Riemann 假设三个被点名问题所在领域的在职研究者。

本页认为值得长期保存的是七处： ① ⚠️⚠️ 一条可核对的专家预测失败记录：Alex 在普林斯顿 colloquium 上论证 Fermat 大定理的形式化还要多年，两天后 Anthropic 放出 1,300 万行 Lean 证明——"我那场 colloquium 里说的每一句都错了"。 ② ⚠️⚠️ 本库第一条来自领域内的"方法论已封顶"判断：自动形式化（autoformalization）基本解决了，但 canonization（把证明重构成规范、可复用的形式）没有——而后者才是 Mathlib 的价值所在。 ③ ⚠️⚠️ 本库对这批成果最具体的一条降温，而且来自被点名领域的在职工程师：Navier–Stokes 的证明"运行在一个如此非物理的区间，以至于它不影响我的日常工程"——"我们解掉了一个百万美元的数学问题；还有一个万亿美元的工程问题。" ④ ⚠️⚠️ "凸包 vs 半群"：对"AI 只是在插值人类已有想法"这条流行说法，节目给了一个更精确、也更不轻蔑的替代提法，并当场把 quasi-RH 判进了其中一边。 ⑤ ⚠️⚠️ 10% 的成功率，而只有成功的被放出来——所以外界看不到那条锯齿边界在哪。 ⑥ ⚠️⚠️ 三条已经在发生的机构级后果，且全部有具体指认：一篇论文的脚注写明"因为传闻而提前放出"、提出 unique games 猜想的本人说他不会读那份证明、研究生"跑 harness 爬开放问题、往 arXiv 灌论文"。 ⑦ ⚠️⚠️ 一条理论侧对 subliminal learning（潜意识学习）的机械解释，连带给出"为什么深度学习能跑"的一个可检验提法——"自然界厌恶计算上困难的问题。"

零、时间线：这一个月里发生了什么（按转录稿还原）¶

⚠️ 以下日期是嘉宾在节目里的口述，本库未独立核实；"周二""周五"等相对表述按原样保留。

时点	事件	出处
约一个月前，劳动节前的周三	Alex 在普林斯顿数学系 colloquium 上详细讲 Lean/Mathlib，论证 AI 只能在 Mathlib 之上搭一两层	[01:11:41]
两天后的周五	Anthropic 放出 Fermat 大定理的 1,300 万行 Lean 形式化证明，从公理起、sorry-free	[01:13:44]–[01:14:46]
劳动节之后	Navier–Stokes（Alex："我还在为 FLT 服丧，你又来这一出？"）	[01:18:50]
本月某个周二，美东时间六点左右	OpenAI 一次性放出约 700 个问题的结果，含 quasi-Riemann 假设、unique games 猜想成立、FFT 常数改进等；Alex 当时在纽约国家数学博物馆的晚宴上刷手机	[01:09:37]–[01:10:39]、[00:33:47]
同期（未给日期）	Anthropic 的 3SUM 结果，由 MIT 的 Virgie Vassilevska Williams 与 Josh Alman 写成论文	[00:40:00]
发布前数周	关于 unique games 与 RL = L 的传闻已在流传，连矩阵乘法的传闻都有	[00:03:04]

✅ 本页标注：这张表与本库此前记录的时间线不冲突但更细。 All-In 在 2026-10-10 转述的"2026-10-06（周二）发布 700 多篇论文、370 项结果" 与这里的"某个周二、约 700 个问题"指向同一事件；⚠️ 而本期第一次把 Fermat 大定理的形式化明确归给 Anthropic、且与 OpenAI 那次发布分开——本库此前没有这条区分。

一、那条可核对的预测失败记录，以及它失败在哪¶

"我那场 colloquium 里说的每一句都错了"¶

（[01:11:41]–[01:14:46]）这是本页认为全期最硬的一段，因为它是一条有日期、有场合、有内容、且由预测者自己复盘的失败记录。

Alex 在 colloquium 上讲的判断是（[01:11:41]）：

"AI 系统今天能做的，是在 Mathlib 之上搭一两层。但它们在做的是 jerry-rigging（凑着搭）。它们还没被训练出我称之为 canonization 的能力——把邋遢的代码重构、搞清楚它在库里该放哪、什么是这条陈述、这个引理的规范版本。"

而他给了这条判断的一个可操作形式，本页认为这是本期最该被引用的一个概念——"Mathlib 光环（Mathlib halo）"（[01:12:43]）：

"整本教科书都可以被形式化，只要它们在 Mathlib 的光环之内——只要离已经做过的东西隔一两步。但当你开始让它做离库三四步远的事，它为某个目的给出的一个定义，和它为另一个目的给同一个对象的定义，就会打架。你没法把这些东西缝回去。"

所以他的推论是：Fermat 大定理离 Mathlib 的光环太远。配套的外部事实（⚠️ 他的转述）：Kevin Buzzard 拿着一笔一百万美元的资助，计划用五年把 Fermat 大定理的形式化归约到 1980 年代就已知的东西——而且连那都要绕开 Langlands–Tunnell、Mazur 这些预计更难的部分。

然后（[01:13:44]）：

"我那场 colloquium 里说的每一句都错了。我的 colloquium 大概是周三。到周五，1,300 万行代码放了出来，从公理开始，Fermat 大定理被证明了。"

✅ 他同时给了这条结果为什么可以被快速确认："Fermat 大定理的陈述是完全初等的。没有语义对齐需要检查。你瞥一眼就是了——是的，就是这个陈述。而 Lean 说它是 sorry-free 的。"

⚠️⚠️ 但他没有撤回其中一半：canonization 仍然没解决¶

本页认为这是本期最容易被误读的一处，必须单独记。Alex 承认预测错了，但他对"错在哪"的说法是分开的（[01:14:46]）：

"它仍然不是一个漂亮的证明。它不是干净的证明。要把那个证明做成 Mathlib 质量的证明，还有一大堆工作要做，而我认为那是重要的工作、是我们想做的工作。但就只要那个 sorry-free 的定理而言——他们就是硬轰过去了。这里凑一下，那里凑一下，然后 1,300 万行之后，他们有了一个 sorry-free 的 Lean 形式化证明。"

他给出的结论因此是有明确边界的（[01:17:49]）：

⚠️⚠️ "自动形式化基本上解决了。它不是以我希望的方式解决的……但就'能不能给一个人类已经写在纸上的东西拿到 sorry-free 的证明'而言，我认为这个问题完事了。"

✅ 本页的归纳，也是本页认为该被 AI 与科学发现引用的那条："把人写出来的数学变成机器可验证的形式"已经饱和；"把数学组织成人与机器都能复用的规范库"没有，而且他明确说这件事会继续需要"全世界成千上万人以开源方式贡献的工时"。 ⚠️ 这两件事在外部叙事里经常被当成一件，而本期把它们拆开了，拆的人是十年前就在写 Lean 的人。

⚠️ 1,300 万行背后有几个人¶

（[01:16:48]）Lex 直接问了人力投入：

"我相信是两三个人。而且我相信他们的参与大部分是全大写的『KEEP GOING』。" 他接着说，据他所知那几个人没有领域专长。

⚠️⚠️ 本库对这条的处理：Alex 明说是"我相信（I believe）"，这是三手信息，本库不作事实采信。 ✅ 但本页保留它，因为节目当场出现了唯一一处对它的反方，而且来自主持人（[01:16:48]）：

Lex："当然，从公司角度看，你永远不知道——把它说成那样是有很强动机的，即使在训练的各个阶段可能有大量中间步骤、或者有些事没说出来。即使最后那个 prompt 是『做个突破』，在那之前可能有大量铺垫工作。我们不知道。"

✅ 本页标注：这是本库记录的第三次"最终 prompt 极简"类叙述被当场加上保留（另两次见 Noam Brown 对 1 万 agent 的向下修正、Brockman 自己的 Navier–Stokes 自述）。

二、"凸包还是半群"：一个比"插值 vs 外推"更精确的提法¶

三个比喻，以及 quasi-RH 被判进了哪一边¶

（[00:33:47]–[00:38:59]）Lex 的问题是本库反复遇到的那个：AI 是在把几千篇论文的线头接起来，还是真的产生了新的数学想法？有没有 AlphaZero 第 37 手那种时刻？

Alex 的回答给了三个层次，本页认为这是全期概念密度最高的一段：

⚠️ "凸包"这个说法是轻蔑的（有人用它打发这批成果："噢，那在凸包里"）。Alex 不接受这个词。
✅ 他转述 Tim Gowers 给的替代提法：不是凸包，而是"由所有这些已知东西生成的半群（semigroup）"。他自己给的直觉：凸包像气球的内部——是个紧致、封闭的区域，气球没被推出去，就等于没给出新想法；而半群像铺瓷砖——"你手上有一块砖，就可以往左、往右、往前、往后再放一块"，而"你能用已有想法铺到多远"这个问题，答案可能远远超出人类已经探索过的范围（[00:36:53]）。
⚠️⚠️ 然后他对 quasi-RH 给了判决，而且是往低判的（[00:35:52]）：

"就 quasi-RH 而言，它用的那些步骤全都是人类已知的东西，而那条非常长的串联，在你看它的时候是相当震撼的……但要说它是否真的产生了一个全新的想法——至少在 quasi-RH 这个case 上，我不会说它是一个全新的想法。它是一大堆非常知名的东西的一个漂亮组合。"

✅ 他给了可核对的支撑：有不少人在为自己二十年前就有过那个方向的想法而捶胸；而两年前关于 cubic theta functions 与 cubic Gauss sums 的一次大突破，正是 AI 最终走的那条路。

⚠️ 两条反方，本页认为都该与上一条并读¶

Steve 的反方（[00:44:05]–[00:45:05]）：⚠️ 即便真的只是插值，也不该被当成贬义——"即使存在这样一个凸包、里面的东西都能从人类发明的碎片拼出来，我们拼得也不够快，而且那里有很多不透明。这个气球不是透明的。"他给的是一个能力定位而不是价值判断："把凸包变得透明得多，相当于掀开迷雾、给数学家一台雷达，让他们能看见地平线之外有什么。" ✅ 而他接着加了一句更关键的："我们其实不知道那个凸包有多大。"
Ankur 的反方走的是另一条路——不看想法新不新，看领域被重组成什么样（[00:38:59]）：⚠️⚠️ "在那次 OpenAI 发布之后，人们会去做的那类问题，永远地不一样了。那里面至少有几个是会改变领域的结果，它会改变你给年轻研究者什么类型的问题、你想探索哪些方向，因为你对地貌的认知就是不一样了。"

⚠️⚠️ 3SUM：一个"即使没有新想法也会重组领域"的具体例子¶

（[00:40:00]–[00:41:00]）✅ 本页认为这是整期对"结果本身的价值"给得最具体的一个案例，而它来自 Anthropic 一侧、不是 OpenAI 那批。

结果：3SUM 问题——"一个你会在 coding 面试里给人做的非常基础的问题"——被证明可以在渐近意义上远快于任何人已知的解法，⚠️ 而这与整个社群的押注方向相反。
⚠️⚠️ 它的后果是领域级的，而且是双向的：此前有一整套理论建立在"如果这个问题真的那么难，那么所有这些别的问题就继承它的难度"之上（即 fine-grained complexity 的硬度传递）。现在 3SUM 比想象的容易，于是：
正向：你得到了一大批新算法；
⚠️⚠️ 反向、也是 Ankur 更强调的那一面："它也改变了这个领域的性格。因为那里的目标本来是把所有这些问题放在一起、主张我们该把它们当作一个整体来研究。而现在我们有点回到了一种状态——也许研究它们的正确方式毕竟是分开来研究。"
✅ 他由此给出的一般结论（[00:41:00]）：⚠️ "不管我们从里面拿到多少深刻的、可泛化的新想法，哪怕只是知道那个定理的真假，都会改变人们在那个领域里组织研究的方式。而这些问题里有些是没法把精灵塞回瓶子的。"

三、⚠️⚠️ Navier–Stokes：被证明的到底是哪个版本，以及一条来自工程侧的降温¶

被证明的是四个版本里的哪一个¶

（[01:44:31]–[01:47:32]）✅ 本页认为这段的价值在于它第一次把"Navier–Stokes 被解决了"这个说法收窄到一个可核对的范围内——而本库此前关于这件事的全部材料都没有这个精度（见 Brockman 那条本库无法核实的自述，他甚至没说是哪个 Navier–Stokes 问题）。

千禧年难题在 Clay 的网站上有四个版本，⚠️ 而被证明的是带外力（forced）的那一个（[01:44:31]）。
外力必须是光滑（smooth）的，这一点是要紧的："如果外力本身有奇点，那就是平凡的——你用一个无限紧的龙卷风去强迫它，它当然会炸掉。"
被证明的内容（[01:45:31]）：存在一种光滑外力的编排方式，恰好把方程里的各项抵消掉，从而得到一个涡；这只能在三维里发生。
机制（[01:46:32]）：那个涡在第三个方向上被拉伸、变细，半径越来越小（Steve 的比喻是花样滑冰收臂加速），而且收缩速率被精心安排成让流体的能量仍然有限，但在那条局部化的细丝上流动炸掉、涡度变成无穷。
⚠️ Steve 自述的一条态度变化（[01:47:32]）："在 AI 的证明之前，当数学家开始认为有可能找到这个反例时，我就已经很惊讶了"——而那大约是15 年前才开始的转向（从找解改为找反例）。理由是"我们全部的物理直觉都告诉我们扩散会解决这个问题，所以它在物理上非常反直觉"。

⚠️⚠️ "百万美元的数学问题，与万亿美元的工程问题"¶

（[01:48:33]–[01:49:34]）这是本页认为全期最该被 AI 与科学发现引用的一段，因为它是本库目前对这批数学成果最具体的一条降温，而且说话人是被点名领域的在职工程研究者、不是旁观者。

⚠️⚠️ "它是一个非常重要的数学结果……但日常的工程流体、以及流体的应用数学分析，几乎完全没有改变。流体今天和一个月前、两个月前一样难以仿真和预测。"

他给的机制：当他要真的解一个工程问题——设计机翼、人工心脏——他仍然得仿真、预测、操控这个流动，"在超算时间和风洞资源上都很贵"；而这个定理与证明"运行在一个如此非物理的区间，以至于它并不真的影响我的日常工程"。

⚠️⚠️ "这话有点俏皮，但我喜欢这么说：我们解掉了那个百万美元的数学问题。还有一个万亿美元的工程问题，就是——你怎么用快速、高效的方式预测这些东西、并做反向设计。那是一个难得多的问题。"

✅ 他明确说"万亿美元"不是奖金而是产业规模（[01:49:34]）：运输、国防、健康、能源的核心技术里都有流体；"更好更快的解、更低的阻力、更少的排放"。⚠️ 而他同时没有否定这个结果的意义："我们甚至不知道解是否存在，这太基础了。这是朝着一个大得多的人类目标——以更实用的方式理解一个方程里有什么——走的一小步。"

✅ 本页标注这条与本库三条既有降温的关系： - 🔗 Chamath 的"这些不是物理边界"：方向一致，但 Chamath 是投资人的外部判断，而 Steve 给的是"我的工作流没变"这种可被他自己证伪的内部判断。 - 🔗 Pushmeet Kohli 的"AlphaFold 解的是『复现 PDB』这个任务，不是蛋白质折叠问题"：✅ 本页认为这是同一个拆解动作的第三次独立出现——把"问题被解决"收窄成"某个具体可形式化的任务被解决"。⚠️ 三人无交集，不应当作互相佐证，但这个拆解动作的反复出现本身值得记。 - 🔗 Friedberg 的"循环闭合"机制：Steve 这条恰好是那条机制的代价侧——数学的循环能在硅内闭合，所以被攻克的也正是那些不需要物理世界的部分；而工程的循环卡在风洞和超算上，没有被这次结果松动。

✅ 他顺带给了一条"AI 下一步该做什么"的具体提法：找坐标系¶

（[01:51:41]–[01:53:46]）⚠️ 这段是研究建议而非已有成果，本页按主张记录。

问题的提法：气体是湍流的反例——分子数有 10²³ 量级、运动狂乱，但那些个体构型都不要紧，热力学给了"温度、压强、密度"这几个数就定了。而湍流没有这种简单描述，"所有尺度都真的要紧"。
所以他把它变成一个 AI 问题（[01:52:44]）："是否存在一个坐标系？是否存在一组数，或者某种湍流的表示，让它能被简单地描述、并且对造发动机这类工程有用——就像我们对气体动力学有的那样？"
⚠️⚠️ 而他给了一条本页认为很可引用的历史归纳（[01:53:46]）："我们所有伟大的物理学突破，都有一次坐标变换作为前置。牛顿的 F = ma 是在我们把太阳而不是地球放到宇宙中心之后才来的。"
✅ 最后一条，本页认为是全期最可直接执行的一句："如果你找到一个很聪明的人在七八十年代问过、但他们在计算上撞了墙的问题，那现在就是非常肥沃的土壤。"

四、⚠️ Unique Games 猜想：成立；以及"提出它的人说他不会读"¶

结果与此前的人类进展¶

（[02:03:58]–[02:13:14]）Ankur 自己是这个领域的人，而他把人类侧的功劳说得很清楚：

背景链条：SAT → P vs NP → PCP 定理（九十年代的里程碑，⚠️ 他说"它当时大到上了《纽约时报》头版"）→ hardness of approximation（近似难度）。PCP 的内核是"连骗过一个验证者都是稳健地困难的"：你写下一个号称满足的赋值，我只要掷几次硬币、查几个随机变量、检查一个随机 clause，就能以较大概率抓到你在撒谎（[02:08:03]）。
UGC 是 PCP 定理的一个加强。⚠️ 它为什么重要（[02:10:09]）：如果它成立，就会有一个巨大的组织性效果——对一大批问题，我们会知道最好的近似算法是什么，而且那个算法会非常简单。
⚠️⚠️ 结论：OpenAI 那批发布里的头条结果之一，是 unique games 猜想成立。 ✅ Ankur 自陈他本来站在怀疑一方（[02:12:12]）："unique games 听起来好得不像真的"——因为按 Prasad Raghavendra 等人的工作，它会推出太多类型的约束满足问题的最优近似难度，"这个结论在我看来强到不像能成立"。
✅ 他主动把人类进展摆在前面（[02:11:09]）："这不是没有壮观的人类进展。" 点名 Dor Minzer（MIT）与 Irit Dinur（IAS）证明的 Two-to-One Games 定理——"在理论计算机科学里是一声全世界都听见的枪响"，因为在那之前很多人不确定 UGC 还有什么前进路径，"听起来好像人类再花 10 年、20 年也许能到"。

⚠️⚠️ 三条机构级后果，全部有具体指认¶

✅ 本页认为这三条比任何"是否令人印象深刻"的表态都值得保存，因为它们是可核对的行为变化，而不是感受。

论文因传闻而提前放出（[02:12:12]）：⚠️ Dor Minzer 发了一篇论文，在页脚写明"我们本来想把这篇论文打磨得更好，但因为流传的传闻，我们觉得有必要把我们的路线早点放出来"。 ✅ 这是本库第一条"AI 发布的传闻改变了人类论文的发布时点"的具体记录。
⚠️⚠️ 提出猜想的人说他不会读那份证明（[02:14:14]）：Ankur 在晚宴前几小时正好在 NYU 见 Subhash Khot（unique games 猜想的提出者），顺口问"如果他们放出一个 unique games 成立的证明，你会去读吗"——"他告诉我：不会。" Ankur 自己的评语是"不幸的是那也是很多人的反应"，并把原因说成"有时候感觉像是有人偷走了你的雷声"。
⚠️⚠️ 研究生的行为已经变了（[02:17:20]）："他们甚至听到关于认识的人的故事——跑 harness 去爬网上的开放问题、把尽可能多的论文灌进 arXiv。我不知道这是不是个好策略。看起来不像，但它肯定不像是好玩的事。"

⚠️ 两条附带的性质判断¶

可读性（[02:13:14]）：⚠️ "它们不是很可读的论文。你没法指着它们很快认出什么是一个新的关键想法。" ✅ 这与 Alex 对 quasi-RH 的说法形成对照（Alex 读过之后说那条串联"全都是有效的、它们很精彩"）——本页认为两人说的是两件事：Alex 谈的是想法的有效性，Ankur 谈的是论文作为交流媒介的质量。
⚠️⚠️ 一条秘密化的风险，本页认为是本期最值得跨期追踪的预测（[01:28:01]–[01:29:04]）：Ankur 推断人们可能会比过去更保护自己的想法——"因为一旦那些想法在外面了，AI 要把那一个新想法、那块缺失的拼图、那块新瓷砖平衡进去，可能就容易得多，并且能完全穷尽地探索它能到达的范围。" ⚠️ 而他自己判断这件事是坏的："数学社群传统上在分享想法上非常开放，失去那个会是糟糕的事。" ✅ Alex 给的是另一半："那也是因为我们有『第一个冲过门』的心态，我想那个也会改变。"——"我更希望开放性留下来，而『第一个冲过门』是那个该走的东西。"

五、⚠️⚠️ "10% 的成功率，而只有成功的被放出来"¶

（[01:27:01]–[01:28:01]）✅ 本页认为这是本库目前关于这批成果最重要的一条方法论限定，而它在本库此前的全部材料里都没有出现过。

⚠️⚠️ "我们也不太知道——显然他们 prompt 了几千个问题，而他们放出来的只有成功的解，他们大概只有 10% 的成功率。"

Ankur 由此给出的推论，本页认为比那个数字本身更有用：

"所以我们只能靠猜——是否存在一条很锯齿的边界，我们可以眯着眼去看、从而区分出什么倒下了、什么没倒下。"

⚠️⚠️ 而他接着给了一条反直觉的危险：

"也许最安全的那些问题，恰恰是你一看就痛苦地显然需要一个真正有创造性的新想法的那些。因为你大致能看出那里有一道壁垒，而文献里现成的东西就是不合那个孔。"

✅ 本页的标注： - 数字按自述记录。⚠️ Ankur 自己用的是"显然（apparently）"，他不是厂商、拿不到原始数据；10% 这个值本库不作事实采信。 - ✅ 但"只公布成功者"这个事实本身，使得外界无法从这批发布估计能力边界——这条结论不依赖 10% 这个具体数字，本库采信。 - 🔗 这条与本库评估与 Benchmark 页的主线同题：这是一次典型的"只报告正样本"的发布形态，⚠️ 而它恰好发生在本库认为最可验证的那个领域里——形式验证解决了"每条结果是否正确"，但完全没有解决"这批结果是从多大的分母里选出来的"。 ✅ 本页认为这是本库第一次能把这两件事明确分开：逐条可验证 ≠ 整体可评估。

六、"solved axiom"：三个人都不信，但他们不信的理由不同¶

（[00:10:19]–[00:32:46]）⚠️ 这是本期的概念主线，本页按三人分别记录，因为他们的否认落点不同。

Alex 提出这条公理，而且是为了论证"即使它成立，数学也不会死"¶

他先把 Lex 的问题拆成两半（[00:10:19]）："解决数学"与"摧毁数学"是两件事。
chess 的先例：centaur chess（人机组队对人机组队）"维持了大概十秒"——然后引擎好到你除了接受首选着法以外做任何事都会输，人的角色变成"是，接受首选；是，接受首选"，"那不再好玩了"。
solved axiom 的定义（[00:11:20]–[00:12:21]）："任何可以由人与 AI 交互解决的数学问题，也本来可以由 AI 单独解决。" ✅ 他特别澄清这不等于"AI 解决一切"："Riemann 假设没有被解决。它们解决的是所有本来能由人与 AI 交互解决的问题。"
⚠️ 他随后给了自己的更强版本（[00:28:38]）："我作为人类数学家做的任何事……我的 solved axiom 版本是，任何我作为人能贡献的东西，它也能自己贡献出来。" 包括"问出一个好问题"——"我可以问它：我该问什么问题？"
⚠️⚠️ 而他的结论是：即便如此，纯数学也不会被摧毁（[00:13:21]）："我不认为定理的解存在于数据中心里的 0 和 1 中，对人类是有价值的。我认为纯数学的价值在于它活在人的头脑里。"
✅ 他自己不信这条公理，理由很具体（[00:26:36]）："我可以证明一个定理，但我不理解那个证明为什么成立。这里发生了某种魔法，而在我以某种方式把那个现象一般化、更深地理解它之前，我才会看出那个证明为什么是这样成立的。"

Ankur 的否认走"过度拟人化"这条路¶

他的方法论警告（[00:29:41]）："当你面对一个非常非常好的新技术，危险在于你试图概念化它为什么有效时，是通过把它拟人化来做的。"
⚠️ 他给的先例是深度学习的对抗样本（[00:30:43]）：点名 Alex Madry 的工作（"Adversarial Examples Are Features, Not Bugs"），并完整讲了那个实验——用全错标签（猫图加狗扰动、标成狗）训出来的网络，在自然数据上居然表现不错。结论是网络可能找到"人类用不上的统计关系构成的活板门"。
⚠️⚠️ 然后他把这条直接用在了这批证明上，本页认为这是全期最具判别力的一句观察（[00:32:46]）：

"而当我翻看那些 OpenAI 的解法时，它们就是不像一个人解出来的。所以对我来说，那里似乎还有非常大的质的差别——而那其实是合作与 centaur math 的机会，而不是对 AI 霸主的恐惧。"

✅ 他同时拒绝把这当成一条可靠边界："不要把『你能做什么、AI 不能做什么』的界画得很锐利，因为你会错。"

⚠️ Ankur 的"门童谬误"，以及它的落点¶

（[00:19:24]–[00:21:26]）✅ 本页认为这是本期最可迁移到其它领域的一个框架，所以单列。

门童谬误（doorman fallacy）：把一个复杂工作归约到它最简单、最可见的任务。门童看起来就是开门，所以"我用一扇感应门就能替掉他"——而你错过了他工作里所有那些增加大量价值、却更难言明的方面（迎宾、认出回头客、拿行李、叫出租、安保、以及"标示身份与让客人感到被照顾"）。⚠️ Lex 当场用 Perplexity 查了这个词并读了出来，本页按转述记录。
套在数学上（[00:20:24]）："数学家做什么？最简单、最可见的部分是我们证定理。" 而他的替代定义是："数学家是深入思考的人，而深入思考的副产品是证出老猜想，但也包括搭新理论、建看老问题的新方式、做新的概念连接。" ✅ 他自己加了限定："也许 AI 也会把这些吞掉，但此刻我们还没到那里。"
⚠️⚠️ 他给的政策结论，本页认为是本期最该被 AI 与就业引用的一句（[00:21:26]）：

"当一件事变便宜了——比如对定义清晰的问题做求解——它就让所有与之正交的其它事变得更有价值。"

✅ Alex 把这条接到了一个更锋利的提法上（[00:22:28]）："直到五秒钟前，『解出新的深定理的能力』与『我们作为人类数学家真正想要的东西』之间，有一个近乎完美的相关。" ⚠️ 而现在"你可以按个按钮，不费力、不深思、也不必然需要知识，就拿到曾经作为我们代理指标的那个东西"。

⚠️ 一条配套的"人类为什么还有用"的具体机制¶

（[00:14:23]）Ankur 给的不是情怀而是约束："给定证同一个定理这条同样的终点线，我没法在脑子里同时装那么多论文或想法。所以为了到同一条终点线，也许我必须发展出更可泛化、更可抽象的到达方式——而那些方式接着帮你的不只是解那一个问题。"

✅ 本页标注：这条把"人类算力受限"从劣势改写成了抽象化压力的来源，是本页认为全期最有原创性的一条论证。 ⚠️ 但它是一条机制假说，没有给出任何可检验的推论。

七、⚠️⚠️ 理论侧对 subliminal learning 的解释，以及"自然界厌恶计算上困难的问题"¶

为什么深度学习能跑：一条可检验的提法¶

（[02:50:20]–[02:53:26]）✅ 本页认为这是本期对 LLM 心理学与 LLM 训练流程最有价值的一段，而且它的起点是一条关于那批发布的否定事实。

⚠️⚠️ 否定事实先说（[02:50:20]）："在 OpenAI 那批问题里，没有任何一个结果解释了深度学习。没有任何一个结果解释了 LLM。我们也不知道有哪个界，如果能改进它就会突然解释深度学习。这些问题根本不是那样提的。"
他给的张力：拟合一个深度为 4 的网络的参数是一个密码学意义上困难的问题——"存在这样的问题实例，如果你真能在最坏情况意义上解它，那会改变我们对密码学的理解"。而这些问题每天都在被解决，网络还深得多。
⚠️⚠️ 他的解释落在数据上，而且他自己造了一句话（[02:51:23]）："物理里有句话说自然界厌恶真空。我的版本是，在某种意义上，自然界厌恶计算上困难的问题。"
✅ 他给的机制是一个 90 年代的蛋白质折叠实验（[02:52:23]）：拿一堆氨基酸序列，用一些在最坏情况下不解决问题的启发式去折它们，然后只让那些真的折得很好的序列活到下一代。结果是你造出了一批"对你发展出的启发式来说极易解"的问题。 ⚠️ 他的推论：如果自然要折的那些蛋白质在最坏情况下真的难解，那它们的形状可能会很脆、很易碎、受大量边界条件支配。
⚠️⚠️ 然后他把同一条逻辑搬到语言上（[02:53:26]）："我们的语言已经演化成让这些问题更容易的样子，这件事与 LLM 为什么以它们那种方式起作用是纠缠在一起的。"
✅ 他给的学科处方：做理论机器学习的人"必须对建模的不确定性变得更自在"——数学系教学生解定义清晰的开放问题，⚠️ "但教人『怎么处理混乱、不确定的东西，以及怎么建模、怎么批评模型』，是往前走的重要一环"。

⚠️ 本页标注这条与本库既有解释的关系：🔗 Brockman 在 2026-10-15 说"数学跑得快是因为数据，不是因为可验证" 与这里是同一个方向上的两条独立论证——⚠️ 但 Ankur 说的是"自然数据碰巧让计算问题变容易"，Brockman 说的是"数学的训练数据多"，两者并不是一回事，不应当作互相佐证。 ✅ 本页认为 Ankur 这条的价值在于它给了一条可否证的推论：如果说法成立，那么人工构造的、未经演化筛选的分布上，同样的优化就该失败。

⚠️⚠️ 猫头鹰、非正交性与通灵板：subliminal learning 的一个机械解释¶

（[02:55:29]–[02:58:36]）✅ 这是本库第一条对"性状跨模型传递"给出数学侧解释的材料（本库此前只有现象记录，见 LLM 心理学页的"Gemini 抑郁"案例）。

起点是他自己的工作：low-rank language models（低秩语言模型）——"一个语言模型的非常简单的抽象"，他们在证新的算法保证，⚠️ "然后结果发现真实的语言模型确实有那种结构，至少在近似意义上"。
被解释的现象（他完整描述了实验，本页按转述记录）（[02:56:31]）：
给 LLM A 一个系统提示："你非常喜欢猫头鹰，每个话题都尽量把猫头鹰带进来"；
让它做一件塞不进猫头鹰的事——生成随机数；
用这些随机数去微调一个没有被告知猫头鹰的 LLM B（同样的基础提示"生成随机数"），让它更可能生成 A 生成的那些数；
⚠️⚠️ 结果：LLM B 开始在每次对话里提起猫头鹰。"藏在那些数字里的，是对猫头鹰的爱。"
⚠️⚠️ 他给的解释（[02:57:32]）：概念被线性地嵌成高维（但不是巨大维）空间里的向量，而概念数量远大于那个空间的维数，这就迫使这些向量不能彼此正交。 于是你在一个方向上微调，就会对其它方向有小的外部性。这些外部性看起来像随机的，但你可以把它们协调起来，让这些小的线性效应真的加起来。
✅ 他的比喻是通灵板（Ouija board）（[02:58:36]）："当那些敲击不是真的随机、而是以恰当方式被协调时，你可以让它拼出你想要的任何东西。而这正是语言模型作为副产品在做的事。"
⚠️⚠️ 他给的落点，本页认为该被 LLM 安全与治理引用："我们为了把模型推向不同方向而在数据上微调时，可能有大量外部性——我们实际上在教它数据里并非直接显然存在的其它行为。" ✅ 而他明确区分了场景的严重性："尤其是在我们部署它、而它不只是在一个输出定理 Lean 证明这样非常安全的环境里，而是在一个真的与人互动的、更混乱的问题上。"

⚠️ Lex 的一条推论，本页认为该标为未验证但重要¶

（[02:54:29]）Lex 指出的激励结构问题：OpenAI、Anthropic 这些公司在追的是"自我改进的研究者"；所以如果它们真的在 LLM 的数学上有突破，"我敢说它们不会发表"——因为它们需要那些突破。⚠️ 本库不采信（无证据），但记录它被提出，因为它与上面那条"没有任何结果解释深度学习"恰好构成两种相反的解读。

八、Steve 的两轴框架：可验证性 × 下注大小¶

（[03:02:42]–[03:03:44]）✅ 本页认为这是本期最可直接拿去用的框架，而且它恰好给了"为什么数学是最先倒下的那块"一个不同于 All-In 那期两条机制的第三种说法——不是"循环能闭合"也不是"可自动验证"，而是"错了也不要紧"。

两条轴：① 我们多信任输出（可验证性）；② 如果错了，赌注有多大。

场景	可验证性	错了的代价	他的判断
AI 给出一个错的证明	极高（很快知道对错）	极低——"没人会因此断电"	✅ "那就是完美的用例"
设计优化（更低阻力的车、更省油的设计）	可风洞验证	低（错了就测出来）	✅ "那个设计优化空间对 AI 是完美的"
影响人的高风险决策	—	高	⚠️ 必须有防火墙

⚠️⚠️ 他的处方是制度而不是技术："我们对安全关键与高影响的决策已经有基础设施和协议了。我们有 FAA、有美国医学会、有律师协会。" 而他要的是一道明确的界：

"我们人类必须非常小心，不要渗进去——我们需要一道防火墙，划出什么是真的必须被验证的。……如果我们变懒，那是一个非常滑的坡。"

✅ 本页标注：这是本库第一次看到"把 AI 部署边界挂在既有专业监管机构上"这条处方，由一位工程学科的研究者提出而不是由政策人提出。 🔗 与 a16z / OpenAI 健康 AI 那期的监管讨论并读：那边是厂商侧问"监管该怎么松"，这边是领域侧问"界该划在哪"。

⚠️ 另记一句被 Lex 带偏但本页认为值得留的提醒（[03:19:15]，归属 Steve）："超级智能并不意味着超级道德"，而且"超级智能似乎给了你一种超级的合理化能力"——"只因为你能把它说得很好听、而我没法反驳，并不代表它是对的。"

九、⚠️ 形式化、期刊与"不可理解的证明"¶

Lean 给的是什么、不给的是什么¶

⚠️⚠️ Alex 对自然语言证明的判断很硬（[00:59:24]）："你不能信任它们的自然语言证明。这些是随机过程。它们说了些什么，并不意味着它们头脑里必然有一个数学的模型。" ✅ "但那没关系，因为它们会写 Lean 代码，建在 Mathlib 之上……并检查它确实把这个问题解到了公理层面。"
✅ 他对 quasi-RH 给的置信度形式很具体（[01:23:59]）：那条 Lean 陈述此前已经在 Mathlib 库里了，"所以他们有一个 sorry-free 的证明，这给了我 100% 的信心这个证明是对的"；⚠️ 而"我自己满意"还需要走完一堆技术细节。
✅ 本页认为这个区分值得单记："陈述此前已在库中"消掉了形式化验证里最常被忽略的那一环——语义对齐（你验的到底是不是你想证的那句话）。 🔗 这正是 All-In 那期转述《Scientific American》"被 Lean 验证过因此很可能正确" 这句话里缺掉的条件。
⚠️ "不可理解的证明"这个担忧，Alex 给了一个收窄（[01:00:25]）：因为逻辑推理规则与公理都只有一小把，"所以你得到不可理解的数学的唯一方式是规模"。
✅ Ankur 当场提了一个反方，本页认为是本期最有意思的一个研究提法（[01:01:26]）："我也在想，『去形式化（unformalizing）数学』会是什么样子。" ——形式化给了结果正确的信心，但我们自己理解结果的方式"真的是在某种未形式化的层面上"；⚠️ 于是面对黑箱，"我们会试着把它掰开、搞清楚怎么向它问更容易的问题，从而发展出某种关于它实际上怎么到达答案的理解体系"。

⚠️ 期刊、arXiv 与 Mathlib 的 PR 模式¶

期刊的压力在 AI 之前就已经很严重（[00:49:13]）：更多人产出更多知识、审稿人精疲力竭。⚠️ 而 Alex 的立场是"比那套系统更糟的，是没有那套系统"，理由是"我们数学认识论抵达真理的方式，是刻意地慢、仔细、精确"。
✅ 他给的先例是 Perelman（[00:50:13]）：论文上 arXiv 之后，他到石溪、NYU、普林斯顿一路做三小时的即席讲解——大约一小时是他讲，接下来两小时是人们问"第 247 页、引理 412，我不懂你这步怎么做"，然后他上黑板讲半小时。"整个东西活在他的脑子里。" 结论是"拿出一个解只是过程的第一步，而那个过程必须是刻意的、必须由社群驱动"，⚠️ 而那花了数年和大量人力。
⚠️ Ankur 的"别浪费一场好危机"（[00:52:16]–[00:53:17]）：期刊与会议早就超载，而现在还得有人去审这些 AI 生成的论文，"其中有些是重要的，但很难让你的社群上心去做这件事"。他想要的是新模式而不是替换旧模式——"也许我们可以更协作地去验证其中一些 AI 证明"。
✅ 他给的具体不适（[00:53:17]）：OpenAI 那批里有快速傅里叶变换的改进，而"推特上有人在改进那个常数——我真不知道该怎么看这件事。我甚至不上推特。" ⚠️ 他指出现行发表制度的结构问题：草稿属于作者，"不太轮到社群来加批注"。
✅ Alex 给的答案是 Mathlib 本身就是那个模式（[00:55:20]–[00:56:22]）：不是论文而是 PR——维护者与审阅者走 pull request、提出简化与重构建议，而且"你能确切看到是谁贡献了哪个想法"。
⚠️⚠️ 他给的更深理由是规格（specification）：数学的一个问题是我们的定理与技术引理没有写好的规格——"随便翻开一本数学书读一个引理，有太多上下文，因为把每一点上下文都写出来太烦了，所以我们就假设你已经读过前面六十页"。结果是"你没法像造火箭时拿一个物理零件那样把它从架子上取下来"。而"如果未来全部数学都形式化地做，那么规格就内建在对象里了。你知道你没在错误地使用它，因为 Lean 不让你错误地使用它"。 ✅ 他说这就是 Mathlib 十年前启动时的梦想——"把数学更像一门科学那样来运行"。
⚠️ Steve 提了一条本页认为与开源基础设施同题的风险（[00:48:11]–[00:49:13]）：开源运动成功靠的是一到几个真人维护每个仓库，而他们"在心理上和很多层面上正被所有这些 pull request 压垮"；"开源运动也许和学术环境类似，需要人类是有动机的"——而如果像 Tao 说的那样被耗干，人就退出了。✅ 他同时给了工程侧对"什么算学术贡献"已经在变的一手观察：在工程与部分应用科学里，可复用的代码基础设施、数据集、API 组件，已经比"一份 15 页的 PDF"更像贡献。

⚠️ 写论文的方式会怎么变：Alex 的实分析课¶

（[01:01:26]–[01:03:28]）✅ 本页保留这段，因为它把"证明的工程"与"证明的交流"明确分成了两件相互冲突的事，而他拿自己的教学做了实验。

他的观察：任何实分析教材的头两周都在构造实数（有理数 Cauchy 序列的等价类），"而在上课之前，我就已经知道实数是什么了——它是那条数轴"，两周之后它又变回数轴。"那两周到底是为了什么？"
他的做法：直接跳进 ε-δ 的微积分，算六周，直到撞上一个在有理数里不成立、在实数里成立的定理（Bolzano–Weierstrass），"你不会去问那个问题，直到你撞上一个需要被解决的问题"。
⚠️⚠️ 他的推论："我想未来我们写论文的方式会非常不一样"——大量时间用来讲这个过程里我学到了什么的故事（这里、这里、这里你做标准动作，然后在这里你卡住了，而这里有一个为什么往左而不往右的想法），"并且有一个 Lean 形式化伴随这个故事，让你知道工程部分确实走通了"。
✅ Ankur 把它接到一条对"定理数量"的直接否定上（[01:03:28]）："有一种我不相信的数学观，说数学就是定理的涨潮——AI 怎么会坏呢？它在给这个涨潮做贡献。但数学远不只是我们有多少定理。"

十、⚠️ 教育侧：一条来自讲台的一手观察¶

（[03:18:12]–[03:19:15]）✅ 本页认为这是本期对 AI 与教育最该保存的一条，因为本库该页此前的材料几乎都来自旁观者，而这是一位在教本科课程的人给出的分布描述。

⚠️⚠️ Alex 的观察：本科成绩"过去基本是高斯分布，现在我们看到一个非常双峰的分布"：
一端是用 AI 检查自己理解的学生："教授课上说了这个，那是什么意思？" / "我有个考试，这是我过去三周的笔记，开始考我，看我是不是真的掌握了。" ⚠️ "那些孩子拿到高得多的分数。"
另一端是"这个作业一小时后要交，你能不能直接告诉我答案，我用自己的话写下来"。
⚠️⚠️ 而他给了一个可被检验的指标，本页认为它比"双峰分布"这个说法更有用："作业成绩与考试成绩之间出现了去相关（decorrelation）。"
✅ 他的处方浓缩成一句（[03:19:15]）："做分布的头部，不要做尾部。"
⚠️ 本页的保留：无样本量、无学校、无课程、无统计口径；"双峰"与"去相关"都是印象而非测量。 ✅ 但本库记录它，因为它是本库目前唯一一条来自授课者本人、且给了可落到成绩数据上的检验方式的描述。

⚠️ 计算器先例：Alex 用来反对"会了就不用学"的那条论证¶

（[03:16:07]–[03:17:10]）Lex 提的问题是初中（"作业什么时候开始变难？那时候为什么还要做作业？"）。Alex 的回答是本页认为该与教育页既有处方并读的一条：

"数学在这个问题上领先最久——计算器出来多久了，七十年？而我们仍然要求孩子背乘法表。至少我们中有些人是的。而那些说『不，孩子不需要学乘法表』的人——在老师和孩子真照着做、没学的程度上——他们真的吃了苦头。"

✅ 他的结论不是禁用而是双持："只因为计算器能做，并不意味着你不想拥有自己做它的能力。" ⚠️ 他给的是一条心理学理由而不是能力理由："孩子爱掌握技能。他们第一次学会系鞋带时有多开心？"

✅ 两条给学生的职业建议，本页认为都可直接引用¶

Ankur 的"假装你已经拿到终身教职"（[03:28:33]）：他引 Sanjeev Arora 当年给他的话——"拿终身教职最容易的方式，就是假装你已经有了，然后去做你本来一直想做的事。" ⚠️ 他自己承认不确定这条是否适用于研究生和高中生，但他的版本是"假装你已经赢了，然后想想在那个情形下你会做什么"。
⚠️⚠️ 一条可执行的筛题判据（[03:25:30]）："看起来唯一值得我们此刻去做的问题，是那些若干年后我们仍然会在意的问题——你只该做 future-proof 的问题。如果你在做的东西让你很赶，因为你认为下一代模型肯定会解掉它，那也许就直接去度个假，别解那个问题了。"
Alex 对纯数学博士生的建议反而是最保守的那一条（[03:18:12]）："做我们一直在做的事。学你头脑能承受的最难、最抽象的数学，尽可能多地学。"

十一、其它值得记下的碎片¶

⚠️⚠️ Terence Tao 的那段话（由 Lex 读出，本库按转述记录）（[00:05:11]–[00:06:14]）：他说自己对"许多人年的、耐心且刻意缓慢的研究努力，尤其是研究生与博士后朝着许多激发性问题所做的努力，被这样一次发布随意地打断或摧毁"感到骇然；类比是"就像你没法 unhear 一个电影剧透或一条填字线索"，"一旦知道已有解，你就没法再同样有收益、同样丰富地探索一个问题"，并说"我为那条没走的路和在这场开发技术的疯狂竞速里失去的机会哀悼"。
✅ Lex 当场指出这比三位嘉宾的表述都更戏剧化："如果我现在是博士生，我会处在震惊状态。"
⚠️ 本页标注：这是本库第一次收到 Tao 对这批发布的文本，但它是主持人朗读的转述，本库不作原文采信。
⚠️⚠️ Lex 给的一条时间锚，本页认为值得单独记下来做跨期核对（[00:06:14]）："我很多朋友是程序员。他们去年十二月经历了这种震惊状态，当时基本上整个编程世界切换到了 AI 写大部分程序。" ⚠️ 这是主持人的概括、无任何数据，本库不采信其强度；但它给了"编程侧的那个转折点被他放在 2025-12"这个时间锚。
⚠️ 菲尔兹奖可能的终结（[03:09:57]–[03:10:57]）：Alex 说今年夏天在费城颁最后一轮菲尔兹奖时，"是不是最后一次颁菲尔兹奖"这个问题已经被明确讨论了。✅ 他自己的分析落在奖项的功能上：得奖者本就是顶校的终身教授、一辈子都会做数学，所以奖的作用是"庆祝这项活动"、是说"这是我们认为重要的东西"；⚠️ 而"解决重大问题"这件事"是 AI 系统能做的、不会稀缺、因此远不如过去有价值"。
⚠️ 密码学那条链条的"另一半"在本期出现，而且被当场指向政府（[00:42:03]–[00:44:05]）：三人把多项式时间因式分解作为"假如出现在那 700 个里会怎样"的极端例子（"你不能再在亚马逊上用信用卡了"）。⚠️ Lex 的推断是"OpenAI 或任何公司都不会轻率地放出那种结果"，而回应是"那种东西该走政府"。 另有一句"NSA 雇了多少数学家？""几千。"
✅ 本页标注：这与 Friedberg 那条"沉默的密码学"从证据缺失做的推断落在同一处，但本期三人并没有做那条推断——他们只是把它当作一个假设性的严重性标尺。 🔗 相关讨论在 LLM 安全与治理。
✅ Ankur 顺带给了一条技术澄清（[02:49:14]）："因式分解一个随机大数其实很容易，一半都是偶数。难的是那些非常特殊的数——两个大约为原数平方根大小的素数的乘积。"
⚠️ P vs NP：两位理论侧嘉宾都把它选为"接下来一两年不太可能倒下"的那个（[03:03:44]–[03:05:46]）。✅ Ankur 给的理由是一条很具体的现状：对 SAT 我们"根本不知道任何超线性下界"——我们认为它要指数时间，"然而我们不知道任何在渐近意义上比读一遍输入更费时间的东西"。
✅ 他顺带讲了一个有趣的对冲（[03:04:44]）：读研时有过一次半正经的 P vs NP 攻坚传闻，当时的博彩市场还很新、不让他下"P vs NP 尚未被解决"的反向注，"所以我就去买了所有其它千禧难题"——因为那个问题是"哪个千禧难题会最先被解决"。
⚠️ 他对"P 可能等于 NP"的世界给了一个清醒版本（[03:03:44]）：取决于算法的运行时间有多大——可能大到完全不实用，"那它就更多是对理论研究的一场海啸"。
✅ 他对"实际问题其实很容易"给的最佳例子（[03:05:46]）：SAT solver 在编译器的寄存器分配上效果惊人；⚠️ "我们并不真的知道是什么让那些问题如此容易解"。而他的 Anna Karenina 式忧虑是（[03:06:48]）："很多问题比我们说得容易，但它们容易的原因各不相同"——寄存器分配出来的 SAT 实例与别的领域出来的 SAT 实例，即使都容易，也是因为非常不同的原因容易。
✅ "beyond worst-case analysis"被 Ankur 提为理论计算机科学该走的方向（[02:43:09]–[02:48:13]），而他给的两个例子都很具体：秘书问题（先观察一段、再取第一个超过已见最佳者）与分页/缓存问题——⚠️⚠️ 后者是他最有力的一条论证："这个问题从 80、90 年代就在研究，上下界都卡紧了，麻烦在于那些最好的算法就是不怎么好，它们的 miss 次数相比离线最优差一个很大的因子，而这跟你的笔记本电脑现在实际做到的根本不能比，因为它真的几乎不发生缓存未命中。"所以真正的问题是一个反问题：现实的请求序列里的什么性质，让它们不是最坏情况？
⚠️ 数学作为协作科学的组织问题（[00:51:13]–[00:52:16]）：Steve（工程师立场）指出其它领域早就过了"个人推进"的阶段（电路设计、飞行器设计、蛋白质折叠、天文），需要领导力；⚠️ 但他自己点出障碍在人："我认识那么多数学家，按组织方式讲，这是一群非常独立的人，不喜欢被告知做什么、不喜欢被告知研究什么。我们喜欢独处和独自工作。" ✅ Alex 给的数据点："到 20 世纪为止，几乎每一篇写出来的数学论文都只有一个作者。我想现在数学的中位数是两个。"（⚠️ 无出处）
✅ Ankur 的带学生方法，本页认为与 AI 与教育的"品味从哪来"同题（[02:22:31]–[02:24:35]）：⚠️ 他说自己刚当导师时犯的错是给学生完全在自己领域内的问题——学生带着想法回来，他能很快否掉，"我或对或错，但不管怎样没人玩得开心"。✅ 他后来改成给"离自己领域 10 到 20 度"的问题——他自己也想更懂的东西、觉得重要但没时间读的论文——然后让学生把结果讲给他听，"尽早让学生坐到驾驶座上，而且不必带着一个定义清晰的问题，而是由他们来教我点什么、由他们负责把它蒸馏、消化、抽象到本质"。**
⚠️ "数学已经被杀死过好几次"（[02:38:02]–[02:39:05]）：Alex 把 19 世纪的分析危机当作先例——Cauchy 与 Fourier 证出了冲突的定理（连续函数序列的极限该是连续的 vs 正弦余弦叠加出锯齿波）；"他们把数学搞坏了"，于是"无穷在 19 世纪必须被专业化"。✅ 他的结论是："我们第一年博士课程的绝大部分，都是 19 世纪那些危机的产物。"
昆虫那条"部分信息下的鲁棒控制"（[02:02:57]）：⚠️ Steve 的转述（生物学界研究数十年）：昆虫对阵风的反应快于"信息打到翅膀、传到脑、再回到肌肉"所需的时间；机制是翅膀上嵌着几十到几百个应变敏感神经元，位置在同种个体间高度刻板，翅膀被吹弯 → 神经元按特定时间模式放电 → 肩部肌肉做局部计算并直接纠正。✅ 他的落点："这就是又一个存在性证明——在一个它没有方程、非线性且湍流的系统上，靠部分信息做鲁棒纠正。"
⚠️ "自动发现物理定律"这条已经在跑（[00:27:36]–[00:28:38]）：Steve 说确实有研究计划在系统性、自动地发现最小物理定律（观察落球推出 F = ma、观察流体推出 Navier–Stokes），而下一步是把它用到我们还没写下简单方程的数据上——天气、湍流、太阳耀斑。✅ 而他要的那个突破是另一件事（[00:27:36]）："我很想看到下一个突破——如果你有一台能证明你提出的任何定理的机器，我要它开始告诉我我该问什么问题。"
✅ Alex 对"数学是发明还是发现"给的答案本页认为很干净（[02:32:55]）："我们在发现我们发明出来的那些问题的答案。"（问题是什么取决于世界与当下知识状态；"但一旦你精确地问出一个问题，答案就是上帝决定的那个答案"。）

本库此前未有、本期补上的空缺¶

空缺	本期给的内容
这批成果在被影响领域内部怎么被看	三位在职研究者的当周反应，含两位在自己被点名的子领域（unique games、Navier–Stokes）
Fermat 大定理形式化的归属与规模	Anthropic、1,300 万行、sorry-free、据称两三人且无领域专长（⚠️ 三手）
"形式化验证"的能力边界	自动形式化基本饱和，canonization 没有；"Mathlib 光环"这个可操作概念
Navier–Stokes 被证明的是哪个版本	Clay 四个版本里带光滑外力的那个；三维；涡拉伸细化机制
这批结果的分母	⚠️ "prompt 了几千个问题、只放出成功的、大约 10% 成功率"（⚠️ 自述）
机构级后果的具体指认	论文脚注写明因传闻提前放出、猜想提出者说不会读、研究生跑 harness 灌 arXiv
subliminal learning 的机械解释	低秩结构 + 概念向量非正交 → 微调的协调化外部性；通灵板比喻
"为什么深度学习能跑"的一条可否证提法	"自然界厌恶计算上困难的问题"：数据经演化筛选成易解的
授课者本人对 AI 之后学生分布的描述	双峰分布 + 作业与考试成绩去相关