OpenAI 宣称下一代 AI 模型解决了 10 个世界级难题，其中包括推翻了 Connes 刚性猜想。

第二天，就有一篇人类论文回应：AI 提出的反例不成立。

作者是堪萨斯大学拓扑物理中心的 J. L. Nielsen，他把 OpenAI 公开的 37000 行 Lean 4 代码从头追到尾，把每一个对象对回它的数学原型，最后给出两条互相独立的失败路径。

具体的证明过程咱一般人也看不太懂，让 AI 和数学家神仙打架去吧。

但通过这件事，说明人类对 AI 科研结果的审查仍然很关键。

什么是 Connes 刚性猜想

Connes 刚性猜想说的是这样一件事。

数学上可以给一个群配一套代数结构。有时候两个长得不一样的群，配出来的结构却完全一样。

Connes 在 1980 年左右提出猜测：只要这个群满足两个附加条件，这种情况就不会发生，结构一样，群就必须一样。

这两个附加条件，一个叫 ICC，一个叫 Kazhdan 性质 ( T ) 。

换句话说，想反驳这个猜想，需要举出满足两个条件，但构造不一样的群。

OpenAI 新模型的做法是构造两个不同构的群，让它们生成同样的代数，并给出两个群都满足 ICC 和性质 ( T ) 的证明。

整套论证写成 37000 行 Lean 4 代码，由 Lean 内核逐条验证通过，另外附了一份说明文档，解释这两个群是怎么搭出来的。

Nielsen 指出：AI 构造的其中一个群，其实没有满足附加条件，既不是 ICC，也没有性质 ( T ) 。

这其中有三种可能：

代码里性质 ( T ) 没有忠实对应 Kazhdan 的原始定义；或者证明只对部分成立，却被算到了整个群上；又或者代码里那个群根本不是说明文档里描述的样子。

37000 行，逐行对号

为了验证这个结论，Nielsen 还做了一件更费力的事。

公开发布的代码是一个整合成单文件的版本，早期分模块源码里的那些名字全都不见了。

他于是列了一张对照表，把每个数学对象在新代码里的名字和行号一一标出：

零上闭链群在第 13700 行，扭曲群在第 14069 行，两套代数同构的证明在第 36712 行，主定理在第 36954 行。

他还把代码证明 ICC 的整条推理链追了一遍。这条链从第 31430 行起步，一层层往上传递，最后在第 31610 行合成结论。

Nielsen 指出的问题是，这些引理处理的是经过对偶变换之后的对象，不是原来那个带中心元素的群，因此并没有直接覆盖到关键的那部分元素。

至于它们是否对最终进入定理的那个具体的群里每一个元素都成立，取决于两块构造之间的接口怎么对接。

这说明 " 要证什么 " 就出了问题，不是 " 证得对不对 " 的问题。Lean 只负责验证后者。

对于另一个扭曲的群，Nielsen 的态度是保守的。他说自己没有从代码里独立核实它到底满不满足 ICC，也承认代码里的引理有可能确实证明了它满足，但那不改变结论，已经有一个条件不满足。

他把自己的两条反驳也写成了 Lean 代码，在 Lean 4.32.2 下编译。

机器检查的是形式，不是意思

论文最后一节把这件事放进了一个更大的背景。

Lean 内核能保证的事情，只是一段证明在形式上严丝合缝，但不负责是否真的能证明原结论。

这里可以直接引用陶哲轩的说法：验证证明的是形式陈述本身，而不是这个陈述和意图相符，所以人类的审查不能直接被取代。

过去这类事故已经有记录。

一份针对五个常用 Lean 基准的审计给出了 4833 条发现，包括反例、空洞定理和不可靠公理，全都通过了机器验证。最后是人类构造出反例，才发现被证明的那句话本身是错的。

在统计学习理论的形式化工作中，最危险情形被描述为 " 不是一个失败的证明，而是一个对错误陈述的成功证明 "。

张量网络方面的研究也记录过同类现象：系统给出的证明形式上完全正确，只是它证的那个命题比预期的要弱。

Nielsen 写道，OpenAI 那份形式化可能把它声称的每一条结论都建立对了。但它没有建立、Lean 内核也检查不了的，是这些结论和猜想的原话有没有关系。

人读猜想会看到前提，证明助手拿到一个不满足前提的结论，会照样验证关于它的任何断言。

Connes 刚性猜想仍然开放。

论文地址：

https://philarchive.org/archive/NIEWTCv17

参考链接：

[ 1 ] https://openai.com/index/ten-advances-in-mathematics/

[ 2 ] https://github.com/openai/ten-proofs/blob/main/ConnesRigidity.lean