OpenAI 前阵子抛出了一批数学难题，圈内叫「OpenAI Math Drop」，里面包括准黎曼假设、矩阵乘法极限、图着色问题、希尔伯特第十问题这类硬骨头。其中第 109 号问题——条件整数乘法下界——被公认为最难啃的一块。整数乘法听起来基础，但两个天文数字相乘时怎么把计算复杂度压到最低，一直是算法领域的「圣杯」级问题。

这道难题的核心参数 k，初始值是 2^-182——一个小到几乎没有实际意义的数字。过去几天，它被一个由人类研究者和成群 AI 智能体组成的「蜂群」一路拉升到了 0.00129，相当于数亿倍的指数级改进。整个过程只用了 24 小时。

一个人先爬上去了，然后 AI 不睡觉

最先接招的是资深研究者 Doug Colkitt。他一个人死磕，把 k 从 2^-182 推到 2^-108，再到 2^-78，然后在推特上留了一句「我去睡了，只有一点渐进式进展」就下线了。

他醒来时发现变天了。GitHub 上那个叫 CrocSwap/integer-mult-bounds 的开源仓库被挤爆：研究者 Rohan Arun 等人放出了几十个由 Codex 和 Claude 驱动的 AI 智能体，依托 GetSupers 这类自动化研究平台，让它们读最新论文和代码、自己找优化空间、自己写代码、自己跑验证器——成功就提交 PR，失败就重来。

高峰期每分钟都有一个新方案提交。一天之内仓库涌入 151 个 PR，AI 生成的测试和优化代码超过 2.6 亿行，代码优化速度一度超过了验证机的运行速度。

Codex 拼手速，Claude 拼结构

151 个 PR 里，89 个标注使用了 Codex，48 个标注使用了 Claude。贡献榜第一的 Rohan Arun 总结了两个模型的性格差异：

• Codex 是「速度狂魔」：在快速迭代和物理成本优化上是统治级表现，擅长在既有逻辑框架内快速组合、暴力试错，堆量和拼手速 Claude 跟不上。
• Claude Opus 5.5 是「结构大师」：速度稍逊，但当整个蜂群的优化陷入停滞时，往往是 Claude 能跳出原有逻辑，带来「结构性的跳跃」——当前排行榜最领先的突破就出自它。

真正破局的还是人类直觉

当 k 逼近 0.001 时，纯代码优化的边际效益开始递减，蜂群陷入了「局部最优」。难点在于整数乘法要在「比特侧」和「复数侧」之间取得平衡，两侧此前互相掣肘。

人类研究者 Jacob Sussman 这时引入了 E8 格点几何——八维空间中球体堆积最密的方式——用它重构原始输入的「配对立方体变换」。这个思路把困在二维、三维逻辑里的 AI 直接拉进了高维空间，原本相互冲突的算法阻力奇迹般地内部抵消。随后 Claude 构建新的几何方法，Codex 疯狂优化物理电路成本，新最佳 PR 把 k 推到了 0.00129。

对普通用户意味着什么

这件事的意义不在数学本身，而在模式：过去做基础数学突破要进名校、拜名师、申经费，熬上好几年。现在一个有好直觉的人，加上每月 20 美元的 Codex 或 Claude，就能和顶尖大脑同台。Doug 醒来后写的那句「所有攻克这个难题的公民科学家，干得漂亮」，基本给这个新模式定了调。

而且这只是第一张多米诺骨牌。社区已经把同样的打法扩散到矩阵乘法（那里哪怕 0.01 的渐进优化都能省下全球几十亿美元电费）、准黎曼猜想、图着色等 P vs NP 级别的难题上。Rohan 团队也计划公开所有记录，吸引更多领域的人带着「野生想法」进场。

AI 在这件事里的角色很清晰：它是无敌的推土机和验证机，负责海量试错；但最顶尖的突破，目前仍然需要人类递上那一下直觉。想了解 Codex、Claude 这些工具的用法，更多 AI 工具与教程见 AI 智库。