十道难题，两千美元，一次认知地震
OpenAI 的下一代模型 Astra 用约 2000 美元推理成本攻克十项悬而未决至少十年的数学难题；Kimi K3 以 2.8 万亿参数开源重构产业链逻辑；慕尼黑法院裁定 Suno 侵权、欧盟 AI 透明度义务正式生效——能力、成本、规则三条线同时改写的周末。
昨天的期待，今天就落地了
昨天文章结尾，我说很期待 OpenAI 那份"10 道从未被攻克的数学题"报告。结果今天凌晨，报告就来了。
而且数字比预想更刺激：2000 美元——按 Sol API 费率计算，Astra 内部版本生成十项突破全部解法消耗的 token 总成本，约合人民币 13500 元。
2000 美元是什么概念？在一线城市，大概是一台中端游戏主机，或者是两三次高端餐饮。而现在，它买到了十道人类数学家几十年没啃下来的硬骨头。
Astra 的成绩单：不是陪练，是下场
先看这十项成果的含金量。它们分布在高维几何、编码理论、群论、量子复杂性、格密码学、极值组合学等领域，共同特点是：核心结论至少十年没有明显进展。
| 成果 | 分量 | 一句话理解 |
|---|---|---|
| 高维球体堆积 | 指数 48 年来首次改进 | 1978 年以来球体堆积密度上界第一次被推进 |
| 非 sofic 群 | 解决群论核心开放问题 | 构造出明确的反例，推翻"所有可数群都是 sofic 群" |
| Connes 刚性猜想 | 推翻长期猜想 | 不同群也可能对应同一个冯·诺依曼代数 |
| 最近向量问题 | 关联后量子密码 | 证明多项式近似因子下的计算困难性 |
| Erdős 问题 183 | 解决百年悬案 | 多色三角形拉姆齐数超指数下界 |
| Erdős 问题 146/180 | 解决两项 | 极值图论紧致性与退化性猜想 |
最让我在意的不是"解出来了"，而是完整闭环：生成证明思路 → 撰写论证 → Lean 形式化验证，走完了。249 页论文、62 页解题思路说明，每一项论证都被翻译成机器可逐行检查的 Lean 证书。论文链接：Ten Proofs，Lean 证书在 GitHub。
这意味着模型不再只是"帮人表达已有的想法"，而是在无人区里提出此前不存在的论证，并接受形式化系统的审查。科研流程里"提出答案"和"验证答案"两个环节，第一次同时被 AI 大规模介入。
数学界的反应：从证明稀缺，到证明过剩
消息一出，数学圈比外行更紧张。
菲尔兹奖得主陶哲轩在 ICM 2026 上提出了"从证明稀缺到证明过剩"五阶段框架，警告 AI 生成证明将压垮传统同行评审系统。1800 多名数学家背书的《莱顿宣言》则列了五重威胁：不可靠结果、归因版权、评审过载、商业化偏离、早期学者边缘化。
这里有个残酷的结构性矛盾：Astra 的突破出自闭源专有系统，数学界可以验证结果，却无法复制方法。与此同时 OpenAI 宣布向 10 万名科学家免费开放前沿模型访问——商业与学术的张力，被推到了临界点。
换个角度想：当证明不再稀缺，"哪些问题值得证明"反而成了更稀缺的能力。瓶颈从生产端，转移到了判断端。
Kimi K3：2.8 万亿参数的连锁反应
同一天的另一条主线，是月之暗面 Kimi K3 开源权重正式公开：约 2.8 万亿参数、每 token 激活约 104B、100 万 token 上下文，全球最大的开源模型，而且可以本地私有化部署。
华尔街的反应很直接：费城半导体指数持续走弱，芯片股集体回调。不是因为英伟达业绩差——财报明明超预期——而是资本市场开始重估 AI 产业链的盈利模式。
过去两年的底层逻辑是"堆显卡、堆资本开支、堆算力"，谁硬件投入大谁模型强。K3 用 MoE 稀疏架构证明：同等智能水平，算力消耗可以大幅降低。推理成本直接腰斩，还完全开源。
于是两条固化规则同时被动摇：算力军备竞赛的逻辑见顶，闭源巨头的垄断时代开始松动。花旗、高盛倒是提醒别误读：算力总需求不降反升，只是结构分化——低端通用算力贬值，高端 HBM、多卡互联、光模块的刚需反而更强。
规则也在收紧：Suno 输了，EU 法案生效
能力在涨，成本在跌，规则的闸门则在关。
慕尼黑地区法院裁定 AI 音乐公司 Suno 侵权：模型训练和音乐生成两个环节都侵犯版权，认定其对六首歌曲存在"记忆化"现象。法院同时拒绝"合理使用"抗辩，还发现 Suno 用"流撕取"技术从 YouTube 绕过技术保护措施提取音乐。估值 54 亿美元的独角兽，商业模式被根本性动摇，可能面临德国市场禁入。若维持原判，影响会从音乐扩散到文本、图像、视频——AI 公司只剩两条路：跟版权方谈许可，或者打一辈子官司。
同一天，欧盟《人工智能法案》第 50 条透明度义务正式生效：只要产品触达欧盟用户，就必须告知对方正在和 AI 对话，并用机器可读方式标记 AI 生成内容，罚款最高 1500 万欧元或全球营业额 3%。
能力、成本、规则，三根线在这个周末同时被改写。
我的几点感想
第一，AI 从"工具"变成了"同行者"。以前我们说 AI 辅助科研，是帮人检索文献、润色论文；现在它直接下场解题，还自带形式化验证。这个身份转变，比解出几道题本身更深远。就像宁平安说的：以前是借你的剑，现在是跟你并肩站在剑气长城上。
第二，开源正在成为定价锚点。K3 开源的那一天，闭源模型的定价权就开始松动了。DeepSeek-V4-Flash 昨天上线，评测只比 GPT-5.6 Luna 低 1 分，成本却低 60%——开源的"白菜价"正在重新定义整个行业的成本曲线。当便宜的模型足够好，贵的模型就必须证明自己贵在哪里。
第三，"验证"正在成为新的护城河。Astra 用 Lean 证书自证，EU 法案要求机器可读标记，Suno 案在追究训练数据来源——三个看似无关的事件，指向同一个趋势：AI 的能力输出不再天然可信，可验证性、可追溯性、合规性，正在成为模型竞争力的组成部分。
最后说句实在的。2000 美元买十道难题，这个数字让我第一次直观感受到：当边际成本趋近于零的智力出现时，我们缺的可能不再是"答案"，而是"提出好问题的能力"。数学家们未来最值钱的本事，大概就是问出值得让机器去证明的问题。
笔记
- OpenAI Astra：约 2000 美元 token 成本攻克 10 项开放数学难题，生成论证 → 论文 → Lean 形式化验证完整闭环，249 页论文已公开。
- 数学界震荡：陶哲轩提出"证明过剩"五阶段框架；《莱顿宣言》指 AI 带来不可靠结果、归因版权、评审过载等五重威胁；闭源系统与开放科学的结构性矛盾凸显。
- Kimi K3 开源：2.8 万亿参数、每 token 激活 104B、100 万上下文，全球最大开源模型；华尔街据此重估算力产业链，军备竞赛逻辑见顶、需求结构分化。
- 规则收紧：慕尼黑法院裁定 Suno 侵权（记忆化 + 流撕取），合理使用抗辩被拒；欧盟 AI 法案第 50 条透明度义务 8 月 2 日生效。
- 三条主线汇成一个判断：AI 从工具变同行者，开源成为定价锚点，可验证性与合规性成为新护城河。
（内容由AI生成，仅供参考）