一位Fields奖得主让ChatGPT 5.5 Pro解决数论中的开放问题，AI在2小时内完成了一个"完全可以成为组合数学博士论文有一章"的工作——而且创意是原创的。

事件回顾

2026年5月8日，剑桥大学数学家、Fields奖得主Timothy Gowers发表了一篇实验报告：他用ChatGPT 5.5 Pro尝试解决Mel Nathanson论文中关于加性数论的开放问题。结果令人震惊。

时间线：
- 首次改进（指数→指数k^α）: 16分41秒
- 写为预印本: 47分39秒
- 尝试多项式界: 13分33秒
- 技术检查: 9分12秒
- 最终预印本: 31分40秒

问题： 对于整数集A的h重和集hA，给定|A|=k时|hA|的所有可能取值集合R(h,k)，以及所需的最小整数范围N(h,k)。

结果： 从指数界突破到多项式界，N(h,k) ≤ O(k^(10h³))

这篇帖子当天冲上Hacker News榜首（650 points，476 comments），成为2026年5月科技圈最受关注的AI实验之一。

ChatGPT做了什么

Gowers的报告包含了MIT学生Isaac Rajagopal的评估。Rajagopal对结果的评价很有层次：

第一层改进（指数→指数k^α）： "常规修改。"

第二层改进（多项式界）： "相当令人印象深刻"，"这是我非常自豪能在思考一两周后想出的想法。"

Rajagopal确认ChatGPT的核心创新是原创的——使用h²-dissociated集合来控制关系，构造出在多项式区间内表现如"半个几何级数"的集合G和H。所有元素现在具有多项式大小，这在Rajagopal和Nathanson的原始工作中都没有出现过。

Gowers本人的评价更直接："我的数学输入为零。我甚至没有做任何prompt方面的巧妙操作。"

Gowers指出："培训刚入学的博士生做研究...变得更难了。" 不能再依靠"简单的问题"作为入门训练——博士生需要找到LLM不能证明的问题来证明。

这意味着一件事：AI的能力曲线在加速。 如果一位Fields奖得主确认AI可以在2小时内完成"相当于博士论文一章"的工作，那么AI能够替代的知识工作范畴正在急剧扩大。

我们习惯认为AI擅长的是编程、写作、内容生成。但ChatGPT 5.5 Pro展示的是数学研究级别的创造性——解决开放问题，提出原创构造，写预印本。这不是模式匹配，这接近于假设驱动的推理。

对AI创业者来说，这意味着：
- "AI不能做的"清单正在快速缩短
- 创业竞争从"AI能做吗"变成"谁先用AI做出好成果"
- 垂直领域的AI应用天花板比大多数人想象的更高

Gowers提出了一个深刻问题："如果一位数学家通过LLM做长对话解决了重大问题，数学家扮演有用的指导角色但LLM完成了所有技术工作和主要创意——我们还会认为这是数学家的主要成就吗？我觉得不会。"

这对创业者的启示：
- AI辅助的产出认证将成为新的刚需——谁能证明"这是人类+AI的最佳协作成果"谁就值钱
- arXiv已明确不接受AI写的内容。AI时代的信任基础设施是创业机会

Gowers的实验证明：前沿AI模型能做的远不止"复述已知知识"。它在数论问题上的表现已经超越了多数博士生的研究水平。

Gowers的有效工作方式是：理解问题→提出正确的问题→让AI去探索→评估结果→调整方向。这是未来所有知识工作者的核心工作流。

Gowers在文章结尾的预测值得深思："到2029年...从事数学研究的意义将被彻底改变。" 留给知识工作者的窗口期不是10年，是3年。