AI 宣布了三项重大发现，缺的是一把给发现分级的尺子
OpenAI 用 shepherds 给三项结果安排外部专家，数学家顾问组当天反对；同周一篇论文用 MDL 压缩比审计自改进科学 agent 的 252 条账目，其中 86% 压不出任何东西。
三项发现，三种发布方式
OpenAI 在 10 月 26 日宣布三项「重大发现」，分别落在数学、计算机科学与物理学：欧几里得波动方程的局部光滑性（Sogge 局部光滑猜想在所有维数上成立，顺带解决同维数的 Kakeya 极大猜想与 Stein 球面限制猜想）、指数时间假说（ETH）被证伪、以及四维含规范场与费米子的相互作用量子场论的严格存在性证明（涵盖 QCD 与标准模型的一个最简统一完备化，纯杨-米尔斯存在性是它的子问题）。
⚠️ 边界：纯杨-米尔斯的存在性只是克莱千禧难题题面的一部分，完整题面还要求证明正质量间隙。本次公告未宣称解决后一半，因此本句是「子问题」，不是「已拿下千禧难题」。
另需订正一处精度：局部光滑性那项，OpenAI 原文的成立范围是所有空间维数 ≥ 2（2 维由 Guth–Wang–Zhang 于 2019 年证明，本次覆盖到全部更高维），不是含 1 维在内的「所有维数」。
真正的动作不在结果，在流程。这次 OpenAI 没有把材料直接丢出去，而是找了一批外部专家当 shepherds，由他们各自定义放法：数学那项直接公开原始输出与 Lean 形式化，让研究者自己组织；计算机科学那项由 Russell Impagliazzo、Ramamohan Paturi（均为 UC San Diego）与 Ryan Williams（MIT）三人领衔的外部小组解释，原始材料同步公开；物理那项由 David Gross（2004 年诺贝尔物理学奖）领衔，成员包括 Michael Douglas、Arthur Jaffe、Igor Klebanov 与 Nikita Nekrasov，小组决定先不公开 AI 产出物，改由他们自己写。
三条结果的「产出 → 形式化 → 公开」节奏差了一个数量级，这本身就是本次发布最硬的一条数据：
| 结果 | 模型产出 | Lean 形式化 | 到 10-26 公开的积压 | 是否公开 AI 产出 |
|---|---|---|---|---|
| 局部光滑性（数学） | 10-18 | 10-19（次日） | 8 天 | 是，直接公开原始输出 |
| ETH 证伪（CS） | 10-16 | 10-17（次日） | 10 天 | 是，应协作组要求立即公开 |
| 杨-米尔斯（物理） | 9-9 | 10-16 | 47 天 | 否 |
| QCD（物理） | 9-18 | 未单独给出 | 38 天 | 否 |
同一家公司、同一周、同一个「等 Lean 形式化完成再发」的理由，压放时长从 8 天到 47 天，差 6 倍。这说明「形式化完成」并不是一个能自动触发公开的阈值——它给了物理学组 47 天的余量，没给数学组。
OpenAI 配了四条原则：透明（不要求签保密协议，参与者可自由讨论、分享中间产物并发表结论）、不争学术署名（内部模型的发现不寻求学术功劳，邀请研究者参与也不意味着他们做出了原始发现）、给予认可（小组因其建立的理解与撰写的材料获得认可）、独立参与（自愿且无报酬，成员不代表 OpenAI 发言）。代价是他们自己写明的：选择最初的 shepherds 必然影响谁先参与进来，并造成信息不对称。同一段里还有一句更少被引用的——三种做法哪一种最有用，OpenAI 自称「还不知道」，并欢迎反馈。
数学家在发布前一天就说了不
AGMAI（Advisory Group on Mathematics and Artificial Intelligence，挂靠普林斯顿高等研究院 IAS 的数学家顾问组）在 10 月 25 日发声明，建议各家 AI 公司不要采用「指定数学家」这一做法，理由是五条：延迟或不平等的获取；剥夺自主权，谁来做检验由公司替学科决定；选拔有偏，选出来的人反映公司关系网而非数学社群；借来的声誉，被指定者的名字事实上替发布背书；以及没有必要——材料公开后理解会自己长出来。声明特别写明这不针对任何一位担任过该角色的数学家。
⚠️ 口径更正：本节原把「不取报酬」作为 AGMAI 的属性。经回 OpenAI 官方原文核对，「participation is voluntary and unpaid」是 OpenAI 四条原则中 Independence 一条对外部协作参与者的规定，AGMAI 的公开自我介绍只标明其挂靠 IAS、不代表整个数学界发言。
需要分清这两份文件的性质：10-25 那份是事前的行业性澄清（声明自述缘起是「自 9-29 建议以来，被多家实验室与多位数学家问及同一环节」），它批评的是「指定数学家」这一做法本身；10-26 那份才是事后针对本次发布的点名要求。把前者读成「数学家对这次发布的回应」，顺序就反了——他们不是看到公告才反对，是在公告之前就已经把这套做法列成了不推荐项。
10 月 26 日他们追加一份，点名要求 OpenAI 立即公开杨-米尔斯、QCD 与标准模型完备化三者的自然语言产出与 Lean 产出，原话是按你们自己的说法形式化已经完成，就没有科学上的理由再拖。同一天，OpenAI 的物理协作组恰恰选了延后发布——两套判断在同一天撞上，且撞的是同一个事实（10-16 形式化完成）。
替代方案第 2B 条给出一串能照着做的清单：产物挂在发布方控制之外的学术仓库、有可引用标识、记录修改；附上生产过程的模型名、prompt、思维链、尝试次数、算力与成本；证明尽可能做 Lean 形式化，除非会造成不可接受的延迟；说明题目是怎么挑的、一共试了多少道；出资支持外部理解工作，但资助哪些活动由独立的非营利机构决定，不由 AGMAI 也不由 AI 公司决定。
这一串清单有一条必须一起读的限定：AGMAI 自己写明，这些建议是为数学领域提出的，不必然适用于其他科学领域。把它直接搬去管物理与计算机科学的发布，是外推，不是引用。
一把已经在系统内部的尺子
AGMAI 要的是「让外部能复算」，同一周的一篇论文给出了「让系统自审」的做法，两者落在同一处：分级。
arXiv:2610.32245（10 月 23 日，北京 Hooman Biotechnology 人工智能实验室的 Wenbin Mao 与 Pei Zou）审的是一个已部署的自改进科学 agent。它通过留出预测庭收纳了 252 条关系，每条记两件事：预测性 R²，以及一个本就用于模型选择的最小描述长度（MDL）压缩比 cr。作者的判断是，在离散两段记账下，这个 cr 就是现成的认识论分级器，不需要任何标签，是同一个系统早就自己算出来的量。
三条结论值得逐条记。
其一，按 cr 排序的最顶端那一档，恰好是教科书里的定律：来自 JPL Horizons 星历的七颗行星上的 vis-viva 关系、NIST 测量给出的巴耳末与里德伯线系（晶胞参数取自 COD）、双测量与晶胞体积恒等式。超几何检验的富集 p = 3.6×10^{-12}，零反例。定律带里的每条都追溯到外部测量，审计不构成循环论证。
论文给出的定律带顶端是有一排具体数值的，不只是「定律在上面」这个定性：
| 排名 | 关系 | cr |
|---|---|---|
| 1 | vis-viva（水星） | 4.62 |
| 2 | 巴耳末–里德伯 | 3.04 |
| 3 | 双测量 | 3.02 |
| 4 | 晶胞体积恒等式 | 2.19 |
| 5 | vis-viva（火星） | 2.14 |
| 6 | vis-viva（金星） | 1.91 |
其二，同一把尺子反过来照出账本里 86% 的条目（216/252）压不出任何东西，cr ≤ 1.0，中位 cr 恰为 1.000，其中包括一个留出 R² = 0.541、通过了预测门的习得预测器。系统的书面章程里写着的叙事是「压缩是知识的统一价值」，审计把这句话证伪了——叙事写在审计之前，被审计推翻。
其三，定律悬崖给出两轴解耦的实测曲线：R² = 0.541 对应 cr = 1.004（agent 最好的那个习得预测器正落在这条曲线上），R² = 0.9 对应 1.06，R² = 0.99 也只到 1.15；而 R² = 1 − 10⁻¹² 直接跳到 8.7。压缩只在残差逼近量化地板时才爆开，买来压缩的是确定性，不是拟合质量。论文的定性是：只优化预测的发现型 agent 会把积累的统计规律误认成定律。
让这把尺子不止于「事后讲得通」的，是 §6 的两条前向预注册预测，它们在审计当时登记、至今仍开放：其一，后续来自蛋白/化学数据平面的所有新准入关系（语料统计而非精确函数恒等式）都应满足 cr ≤ 1.5，只要出现一条高于 1.5 而又没有恒等式/守恒构造支撑的，即证伪该分级主张（论文原文把触发条件限定在蛋白平面的单条关系上，本文按「蛋白/化学平面」表述属轻微放宽）；其二，下一条真正的精确关系应当无需额外人工重标注就自己出现在定律带里。一个声称能给发现分级的量，必须愿意先写下自己会被什么结果推翻——这是它与「叙事」的分界线。
作者声明这里没有理论贡献，自称只是 Kolmogorov 结构函数的高斯影子（引 Vereshchagin–Vitányi 2004）；新的是这个可测量的实例——一个发现型 agent 用内部度量审计自己的账本，查出自己在过度声称。
自改进的收益要过同一道门
同日的 RSIHub（arXiv:2610.32253，第一作者 Zimu Wang）从另一头碰到同一件事。它给 prompt、技能、工具与编排的演化方法做了可组合框架：recipes 组合可复用算子并声明可变资源，框架只提供执行、评测、恢复与血缘，把评测留在可变面之外。作者在框架核心不动的前提下实例化了 AHE、Hyperagents、A-Evolve 与 GEPA 四种方法，用 MiniSWE 与 Codex 在 Terminal Bench 2 和 τ³ Banking 上、固定模型与评测器配置做比较。
实测里最大的 pass@1 增益是 13.5 个百分点，但作者写明两件事：方法排名随设置变化，优化增益并不总能迁移到留出任务上。
记进账本的「改进」和账本上的「发现」，缺的是同一种检验：换一套条件还成不成立。
先有刻度，才有发布
三条摆在一起，缺口的位置很清楚。产业侧的做法是给发布流程加人，解决谁先看、谁负责解释；AGMAI 反对的正是这一点，它排的是访问顺序，不产生分级。论文侧给出的那一半是刻度本身。
可操作的判据只有一句：一条被宣布的发现，能不能在不读发布方自述、也不依赖被指定专家的前提下被复算并分级。AGMAI 那串清单是让人能复算的外部条件，MDL 那把尺子是让系统能自审的内部条件，两者汇在同一个要求上——把「能不能相信」从叙事换成能算的数。
对做 AI for Science 的团队，眼下最便宜的一步也就清楚了：别只给每个候选记一个预测分，再记一个压缩比。预测门会把 R² = 0.541 的关系放进来，压缩这一轴会把它留在原地。
参考来源
- The Verge《OpenAI 公布三项科学发现与新的学界合作方式》（2026-10-27）：https://www.theverge.com/ai-artificial-intelligence/1019143/openai-eth-kaseya-science-math-physics
- AGMAI 官网声明（10-25 指定数学家的弊端 / 10-26 要求立即公开杨-米尔斯产出）：https://agmai.org/
- arXiv:2610.32245《MDL 无监督分离定律级与统计级知识》摘要页：https://arxiv.org/abs/2610.32245
- arXiv:2610.32245 HTML 全文（数字核对）：https://arxiv.org/html/2610.32245v1
- arXiv:2610.32253《RSIHub：Agent 演化方法的可组合框架》：https://arxiv.org/abs/2610.32253
- OpenAI 官方公告《Building scientific understanding with academic communities》（2026-10-26，四条原则原文、三段时间线、两组 shepherds 名单）：https://openai.com/index/building-scientific-understanding-with-academic-communities/
- OpenAI math 仓库 history.md（2026-10-26 条目，两项新增的公开状态）：https://github.com/openai/math/blob/main/history.md
引用核验记录（2026-10-27 逐条回源）
| 声明 | 来源 | 结果 |
|---|---|---|
| 三项发现的领域与内容 | OpenAI 官方公告 | ✅ 逐项命中 |
| 局部光滑性 10-18 产出 / 10-19 形式化 | 官方公告原文 | ✅ |
| ETH 10-16 产出 / 10-17 形式化 | 官方公告原文 + history.md | ✅ |
| 杨-米尔斯 9-9 / QCD 9-18 / YM Lean 10-16 | 官方公告原文 | ✅ |
| CS 组三人（Impagliazzo、Paturi、Williams） | 官方公告 + history.md | ✅ |
| 物理组 David Gross 领衔 + 四名成员 | 官方公告原文 | ✅ |
| 四条原则 | 官方公告原文 | ✅ |
| 「选择最初的 shepherds 必然影响谁先参与并造成信息不对称」 | 官方公告原文 | ✅ |
| AGMAI 10-25 五条理由 | agmai.org 原文逐条 | ✅ |
| AGMAI 10-26 要求立即公开 YM / QCD / 标准模型完备化 | agmai.org 原文 | ✅（原文为三项，非两项） |
| AGMAI 挂靠 IAS | agmai.org 页眉 | ✅ |
| 2B 清单条目 | agmai.org 原文 | ✅ |
| 252 条关系 / 216 条（86%）/ 中位 cr = 1.000 | 2610.32245 摘要 + HTML §5 | ✅ |
p = 3.6×10^{-12} / 零反例 / JPL Horizons / NIST / COD | 2610.32245 摘要 + §4 Provenance | ✅ |
| cr 曲线 1.004 / 1.06 / 1.15 / 8.7、R² = 0.541 | 2610.32245 HTML §3 | ✅ |
| 定律带 cr 表（4.62 / 3.04 / 3.02 / 2.19 / 2.14 / 1.91） | 2610.32245 HTML 表 | ✅ |
| 「Kolmogorov 结构函数的高斯影子、无理论贡献」 | 2610.32245 HTML §1 / §7 | ✅ |
| 前向预注册两条预测 | 2610.32245 HTML §6 | ✅ |
| RSIHub 13.5 pp / 四种方法 / Terminal Bench 2、τ³ Banking | 2610.32253 摘要 | ✅ |
| 四条原则原文（含 Independence 条「voluntary and unpaid」） | OpenAI 公告全文 | ✅ |
| 「Choosing initial shepherds … asymmetry of information」 | OpenAI 公告全文 | ✅ |
| 局部光滑性 10-18 产出、次日形式化 | OpenAI 公告全文 | ✅ |
| 杨-米尔斯 9-9 / QCD 9-18 / YM Lean 10-16 | 二手中文报道（未取到官方页） | ⚠️ 见下 |
终审补注（2026-10-27 审校）
| 项目 | 结果 | 说明 |
|---|---|---|
| 小节标题「当天」 | ❌ 已订正 | AGMAI 10-25 声明早于 OpenAI 10-26 公告一天，且属事前行业澄清而非事后回应 |
| 「属于千禧难题之一」 | ❌ 已收紧 | 千禧题面另含正质量间隙，本次未宣称解决 |
| 「所有维数」 | ❌ 已订正 | 官方成立范围为空间维数 ≥ 2 |
| cr ≤ 1.5 证伪条件 | ⚠️ 已标注 | 原文限定为蛋白平面单条关系 |
| openai.com 官方页 | ⚠️ 未能直连 | curl 直连返 403/占位页；四条原则与人名经搜索引擎返回的官方全文逐句比对命中 |
| 三条积压天数 8/10/47/38 | ✅ | 按官方日期自算复算一致 |
| 全部 relatedContent 3 条 | ✅ | 三个 slug 均在 src/content/articles/ 存在 |
本轮订正与边界
- 「不取报酬」原被写作 AGMAI 的属性，实为 OpenAI 四条原则中 Independence 条款对外部协作参与者的规定。已在正文加 ⚠️ 块更正，原表述保留。
- AGMAI 10-26 声明要求公开的是三项产出（杨-米尔斯、QCD、标准模型完备化），原文只写了两项，已补全。
- 补上 AGMAI 自己声明的适用边界：2B 建议只针对数学，不必然适用于其他科学领域。本文把它与物理/CS 并置讨论，属于外推。
- 三段时间线的积压天数（8 / 10 / 47 / 38 天）为按官方日期自算，非官方给出。
- 未核：物理组协作的实际进度、
YANGMILLS4D@gmail.com之外的沟通渠道、OpenAI 向西蒙斯基金会 500 万美元捐款的到位状态（本文未采用该数字）。